Ubuntu 18.04安装 CUDA 10.1 、cuDNN 7.6.5、PyTorch1.3

转载请注明出处  BooTurbo https://www.cnblogs.com/booturbo/p/11834661.html

安装平台及环境

CPU：i9-9900k桌面级

GPU：RTX 2080移动版

系统：Ubuntu 18.04.3 LTS

1、在安装CUDA之前确保环境满足安装条件

2、进入NVIDIA官网下载适合自己机器的CUDA版本，官网下载，如图所示，按照 Installation Instructions 来进行，

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin

sudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600

wget http://developer.download.nvidia.com/compute/cuda/10.1/Prod/local_installers/cuda-repo-ubuntu1804-10-1-local-10.1.243-418.87.00_1.0-1_amd64.deb

sudo dpkg -i cuda-repo-ubuntu1804-10-1-local-10.1.243-418.87.00_1.0-1_amd64.deb

sudo apt-key add /var/cuda-repo-10-1-local-10.1.243-418.87.00/7fa2af80.pub

sudo apt-get update

sudo apt-get -y install cuda

3、安装完成后，添加环境变量，打开 bashrc 文件，

命令行输入： sudo gedit ~/.bashrc ，然后在文件最后添加下面3行，保存

export CUDA_HOME=/usr/local/cuda

export PATH=$PATH:$CUDA_HOME/bin

export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} 

然后刷新下环境变量，

输入：source ~/.bashrc

4、测试下CUDA是否安装成功，

方法1：输入 nvcc -V ，显示如下，说明没问题

方法2：输入如下，显示如图说明安装成功

cd /usr/local/cuda/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery

5、安装cuDNN 7.6.5版本，转到官网下载，下载前先注册一下，填个调查问卷，根据自己的环境和架构选择包，下载到本地

切换到下载目录 cd Downloads ，然后按照以下操作进行，

解压 cuDNN Library for Linux，输入：  tar -zxvf cudnn-10.1-linux-x64-v7.6.5.32.tgz

将解压出来的文件复制到安装的CUDA环境中，输入： sudo cp cuda/include/cudnn.h /usr/local/cuda/inlude

sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64

更改权限，输入： sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

安装 Deb 包，cuDNN Runtime Library for Ubuntu18.04(Deb)，cuDNN Developer Library for Ubuntu18.04(Deb)，cuDNN Code Samples and User Guide for Ubuntu18.04(Deb)

分别输入：   sudo dpkg -i libcudnn7_7.6.5.32-1+cuda10.1_amd64.deb

sudo dpkg -i libcudnn7-dev_7.6.5.32-1+cuda10.1_amd64.deb

sudo dpkg -i libcudnn7-doc_7.6.5.32-1+cuda10.1_amd64.deb

安装结束后，重启系统，再测试一下安装是否成功，

方法1，输入： cp -r /usr/src/cudnn_samples_v7/ ~

cd ~/cudnn_samples_v7/mnistCUDNN

make clean && make

./mnistCUDNN

出现Test passed！没有报错即安装成功

方法2，输入： cd /usr/local/cuda/samples/1_Utilities/deviceQuery

sudo make

./deviceQuery

出现PASS结果，说明安装成功。

6、安装PyTorch1.3

进入PyTorch官网安装合适的版本，官网，

输入： pip3 install torch torchvision ，等待安装结束

安装完成后，进入python3环境，验证是否成功，

输入： python3，

再输入： import torch

import torchvision

没有报错，说明安装成功。

最后验证下GPU能否使用，输入： print(torch.cuda.is_available()) ，输出True，说明没问题。

Enjoy it.