- 1. 安装英伟达驱动
- 2. 安装Anaconda环境
- 3. 安装pytorch、CUDA和cuDNN环境
- （1）配置国内镜像加速
- （2）安装
- 4. 查看安装环境的版本
- 4.1查看Anaconda版本
- 4.2 查看Nvidia 驱动版本
- 4.3 查看pytorch版本
- 4.4 查看CUDA版本
- 4.5 查看cuDNN版本
由于使用的需要，从现在开始陆续学习并记录pytorch相关的使用，首先这篇介绍pytorch的环境搭建，全部内容都经过实际操作，而且都是以最简单、安全、高效的方式进行安装。 1. 安装英伟达驱动
- 查看笔记本推荐的驱动版本
使用下列命令进行查看
sudo ubuntu-drivers devices
可以看到我的电脑推荐的是nvidia-driver-470
- 安装
可以直接使用ubuntu自带的软件和更新进行安装的，如下图所示：
- 命令行安装
curl -O https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh sh Miniconda3-latest-Linux-x86_64.sh
这种安装方式会直接从官网下载安装，可能会比较慢。如果想要速度快一点，还可以选择镜像下载脚本安装，清华镜像地址。
- 环境变量
sudo gedit /etc/profile
行尾添加：
export PATH=/home/liqiang/miniconda3/bin:$PATH
- 重启，并验证是否安装成功
conda –V3. 安装pytorch、CUDA和cuDNN环境 （1）配置国内镜像加速
如果直接执行官网给定的安装命令，通常情况下，会很慢，可以使用国内镜像加速。
首先打开文件：
sudo gedit ~/.condarc
然后将里面的全部内容替换为：
channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ - https://mirrors.ustc.edu.cn/anaconda/pkgs/main/ show_channel_urls: true（2）安装
pytorch安装还是挺简单的，直接去官网，选择相应的版本，就可以安装了。
下图是最新版的pytorch，也可以选择以前的版本进行安装。
安装方法如上图，官网直接下载命令如下(下列命令会默认从官网下载，不管是否设置了国内镜像)：
conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c nvidia
如果使用的国内镜像，请使用下列命令：
conda install pytorch torchvision torchaudio cudatoolkit=11.1
然后会出现下列界面，等待安装完成即可。
使用上述安装过程默认会安装CUDA和cuDNN。下面检查它们是否被安装成功。
4.1查看Anaconda版本conda -V
会出现下列界面：
nvidia-smi
会出现下列界面
打开终端，并输入python，进入python交互式环境，然后输入下列命令：
import torch print(torch.__version__) #注意是双下划线
操作如下：
如果是手动安装的话，可以输入下列命令查看cuda版本
cat /usr/local/cuda/version.txt
如果是使用conda，也就是本文介绍的方法安装，可以使用pytorch程序进行查看。
首先进入python交互式界面，然是输入下列命令：
import torch print(torch.version.cuda)
操作如下：
和CUDA一样，如果是手动安装则使用下列命令即可查看：
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
如果是使用conda方法安装，可以使用python程序进行查看：
import torch print(torch.backends.cudnn.version())
操作如下：
