标签：usr local PyTorch cuda 版本 深度 Ubuntu18.04 安装 PyTorch1.9

1. 准备一台有GPU的电脑、一个Ubuntu18.04，把软件源换成清华源，安装gcc（这个若版本不对可以后续再调整）

2. 安装Anaconda：选取版本3-5.2.0，这个版本里自带的python是python3.6
   （1） 百度搜索“anaconda 清华源”
   （2）找到“Anaconda3-5.2.0-Linux-x86_64.sh”进行下载
   （3） 运行该脚本：bash Anaconda3-5.2.0-Linux-x86_64.sh，选择将anaconda路径加入到PATH中

3. 打开PyTorch官网：根据你选择的环境官网会给你一条命令，比如conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch，在命令行里运行该命令，查看要安装的PyTorch所需要的python版本、CUDA版本，最重要的是看清CUDA版本，因为它不好卸载（这里有一个我没试过，但觉得靠谱的方法）！比如我看到日志里出现了计划安装pytorch: 1.9.0-py3.6_cuda10.2_cudnn7.6.5_0 pytorch，我就知道该PyTorch的版本是1.9.0，需要python3.6、CUDA10.2、CuDNN7.6.5；此时如果anaconda中自带的python版本不对我们可以再调整，比如卸载anaconda（就是把那个文件夹删除）再安装合适版本的anaconda，保证自带的python版本和PyTorch需要的python版本对应

4. 安装显卡驱动：安装Nvidia驱动440.33，该版本是与即将安装的CUDA10.2对应的，网上可以查到驱动与CUDA的版本对应情况；若安装成功，则输入nvidia-smi会有内容显示

5. 安装CUDA：选取版本10.2，下载相应版本的CUDA，官网会根据你选择的环境生成一些安装命令，逐一运行就行了（我选择的是deb形式的安装，没有像大多数网上教程那样用的runfile形式的，好像也没影响）；然后在.bashrc文件里面最后一行写入环境变量（网上资料也是说写哪个都有的，反正都写上准没错）
   export PATH=$PATH:/usr/local/cuda/bin
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
export PATH="/usr/local/cuda-10.2/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH"
   通过以下命令验证CUDA安装成功，如果显示PASS则安装成功
   cd /usr/local/cuda-10.2/samples/1_Utilities/deviceQuery
sudo make -j2
sudo ./deviceQuery

6. 安装CuDNN：选取版本7.6.5，注册一个Nvidia账号，下载相应版本的CuDNN，下载的文件夹里有一个cuda文件夹，将其中的文件复制到系统的cuda文件夹下就是安装成功了
   sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

7. 安装PyTorch：官网会根据你选择的环境生成一些安装命令，运行即可，conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch，期间会下载的非常慢，耐心等待即可（我等了一天）

8. 验证PyTorch安装成功：输入python之后输入import torch，如果不报错的话就是安装成功了；若报错“UserWarning: Failed to initialize NumPy: No module named ‘numpy.core._multiarray_umath’ ”，则是由于numpy版本太低造成的，按如下方式更新numpy，pip install --upgrade numpy，注意千万不能用conda更新numpy，否则会给你自动把python从3.6更新到3.9，这样就和PyTorch所需的版本不匹配了！如果误安装了，只能卸载ananconda然后重新安装；接着验证CUDA在PyTorch中是否能用，输入命令torch.cuda.is_available()，若输出为True，则证明成功安装CUDA版本的PyTorch

标签：usr,local,PyTorch,cuda,版本,深度,Ubuntu18.04,安装,PyTorch1.9
来源： https://blog.csdn.net/sinat_38614274/article/details/118437072

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。