2080TI Ubuntu18.04工作站搭建-深度学习环境(2)

环境：

• Ubuntu 18.04
• Anaconda3-5.3.1
• python 3.8
• pytorch 1.8
• numpy 1.22.2
• cuda11.1 cudnn8.0.5
• GPU：RTX 2080Ti
• Driver Version：470.82.00

一. 安装RTX2080TI驱动

准备工作,进入链接下载驱动,此页面搜索驱动较为友好:https://www.nvidia.cn/geforce/drivers/

驱动下载好之后,根据以下链接进行配置安装,小编下载的是470.82.00 版本的,cuda最高支持11.4.
[https://blog.csdn.net/wf19930209/article/details/95237824](https://blog.csdn.net/wf19930209/article/details/95237824)

二. 安装CUDA+cudnn

根据此链接去找寻自己需要的深度学习框架对应cuda版本信息：https://blog.csdn.net/caiguanhong/article/details/112184290

例如小编需要pytorch1.8的环境，对应的cuda环境为10.2、11.1，于是就安装cuda11.1及其以上版本。

1. CUDA下载地址：https://developer.nvidia.com/cuda-toolkit-archive

选择runfile文件， 如果觉得命令下载较慢，可复制wget 后面的链接至浏览器打开下载文件，有条件的建议”科学上网“

2. CUDNN 官网下载地址：https://developer.nvidia.com/rdp/cudnn-download

没有账号需要注册账号，账号登录后，找到自己对应的CUDA版本（cudnn文件后有对应的cuda版本），点击下载。

3.安装cuda

进入cuda文件目录

• 终端输入:给下载的 .run 文件加运行权限
  sudo chmod +x cuda_11.1.0_455.23.05_linux.run
• 可执行文件：
  sudo ./cuda_11.1.0_455.23.05_linux.run –no-opengl-libs
• 参数说明：
  –no-opengl-libs：表示只安装驱动文件，不安装OpenGL文件。必需参数，否则易出现循环登陆。注意：不是-no-opengl-files。
  –uninstall (deprecated)：用于卸载CUDA Driver(已废弃)。
  –toolkit：表示只安装CUDA Toolkit，不安装Driver和Samples。
  –help：查看更多高级选项。
• 安装过程询问
  1：选择continue
  
  2：选择accept
  3：如果已经安装过NVIDIA显卡驱动，则这一步按空格键去掉安装驱动的选项，然后回车选择install
  
  ***配置环境变量***
• 打开一个文件

gedit ~/.bashrc

• 将以下两行添加到文件末尾

export PATH=/usr/local/cuda-11.1/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

• 更新环境变量配置

source ~/.bashrc

• 验证安装是否成功
  在终端中输入以下命令：

nvcc -V

出现如下画面则安装成功

• 卸载cuda的方法：
  cd /usr/local/cuda/bin
  sudo ./cuda-uninstaller
  sudo rm -r /usr/local/cuda
  sudo rm -r /usr/local/cuda-11.1

4.安装cudnn

用tar安装cuDNN：解压后，将其include与lib64下的内容分别移至cuda目录下include与lib64中即可。

sudo tar -xzvf cudnn-11.1-linux-x64-v8.0.5.39.tgz

sudo cp cuda/include/* /usr/local/cuda-11.1/include

sudo cp cuda/lib64/libcudnn* /usr/local/cuda-11.1/lib64

sudo chmod a+x /usr/local/cuda-11.1/include/cudnn*

sudo chmod a+x /usr/local/cuda-11.1/lib64/libcudnn*

• 查看cudnn版本
  输入 cat /usr/local/cuda-11.1/include/cudnn_version.h | grep CUDNN_MAJOR -A 2，出现以下显示即安装成功
  

安装pytorch-gpu-1.8

• pytorch 历史版本（建议下历史版本，更稳定），Torch官网
  https://pytorch.org/get-started/previous-versions/（历史版本）
  使用pip下载安装pytorch==1.8+cu111

pip install torch==1.8.0+cu111 torchvision==0.9.0+cu111 torchaudio==0.8.0 -f https://download.pytorch.org/whl/torch_stable.html -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

• 查看torch是否安装成功
  安装完成后输入python，输入import torch，然后输入torch.__version__查看torch版本
  输入torch.cuda.is_available()查看是否支持GPU,如果显示True说明安装GPU版pytorch1.8安装成功