PyTorch1.2 + CUDA10.0 + cuDNN7.6 + Anaconda3配置

PyTorch1.2 + CUDA10.0 + cuDNN7.6 + Anaconda3配置

目标：

1. 在2080Ti GPU上，运行PyTorch 1.2 GPU版本。

2. 经过确认，PyTorch 1.2可以搭配CUDA 10.0，而CUDA 10.0搭配cuDNN 7.6（官网下载页面可以直接看到）。

3. 安装Anaconda，创建一个py3.6的pytorch环境。

具体步骤：

1. 参考这个教程，安装NVIDIA驱动。

   注意安装时加上-no-opengl-files参数，防止登录自循环。

2. 安装CUDA10.0

   • 到NVIDIA官网，下载CUDA Toolkit 10.0的runfile版本。官网上提供了安装指令。但不要照做。后面细说。

   • 将文件转移到服务器的某路径下，执行：sudo sh cuda_xxx.run。

   • 长按空格跳过说明。Install NVIDIA Accelerated选择no，其他默认或y。

   • 安装完毕，警告是因为刚刚选了个n，没关系。

   • 编辑环境变量：sudo vim ~/.bashrc，添加以下三行：

     export CUDA_HOME=/usr/local/cuda
     export PATH=$PATH:$CUDA_HOME/bin
     export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
     

   • 激活：source ~/.bashrc。

   • 测试：最后看到PASS就成功了！

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

3. 安装cuDNN7.6

   • NVIDIA官网下载。需要注册。从今往后可能要多次安装下载，可以记住密码。注意对应CUDA 10.0版本。我选择cuDNN Library for Linux。

   • 转移到服务器，tar xvf cudnnxxx解压。

   • 执行以下操作：

     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*
     

   • 完成！可查看版本：cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2。

4. 安装Anaconda

   • 在官网查看最新版本的链接，在服务器直接wget xxx下载。例如wget https://repo.anaconda.com/archive/Anaconda3-2019.07-Linux-x86_64.sh。或者用迅雷下，很快。

   • 安装，一切默认。

   • 如果刚刚没有选y激活，那么就手动在命令行激活：conda init bash，重新打开terminal。

   • 切换为国内源：

     conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
     conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
     conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
     

   • 还可以增加Anaconda关于PyTorch的国内源：

     conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
     

   • 创建环境pt1.2_py3.6：conda create -n pt1.2_py3.6 python=3.6。

   • 激活该环境：conda activate pt1.2_py3.6。

5. 安装PyTorch和Torchvision

   在该环境下，conda install pytorch=1.2，conda install torchvision即可。

   常用：conda install scikit-image，conda install numpy。