Ubuntu 22.04.4 深度学习环境配置
显卡为NVIDIA 4090D
显卡驱动安装成功后，输入以下命令，查看驱动支持最高的CUDA版本。
nvidia-smi
一、CUDA安装
（1）官网下载对应CUDA（Nvidia CUDA Download / CUDA Toolkit Archive | NVIDIA Developer）
以CUDA 11.8为例（师兄用12.2也未冲突）
（2）驱动安装
开网上推荐安装runfile(local)，所以采用了runfile的形式。
参照官网给出的下载和安装的命令
wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run sudo sh cuda_11.8.0_520.61.05_linux.run
2.接受协议
3.选择安装组件。（因为已经有显卡驱动，所以取消驱动安装）
未勾选Kernel Objects
4.安装成功后提示信息
（3）环境变量
1.打开配置文件
sudo vim ~/.bashrc
2.增加CUDA环境变量
## CUDA ENV export CUDA_HOME=/usr/local/cuda export LD_LIBRARY_PATH=${LD_LIBRARY_PATH}:${CUDA_HOME}/lib64 export PATH=${CUDA_HOME}/bin:${PATH}
3.刷新
source ~/.bashrc
（4）验证
nvcc -V
二、cuDNN
（1）安装必备软件
sudo apt-get install zlib1g
（2）官网下载（Nvidia cuDNN Download）
并未采用最新版本，点击Archive of Previous Releases-
（3）安装
解压并安装
按照提示复杂输入命令，导入CUDA GPG key
（4）更新源
sudo apt-get update
（5）安装
（6）检查
sudo dpkg -l | grep cudnn
三、Anaconda安装
（1）官网下载（https://www.anaconda.com/download/success）
（2）新建一个文件夹（我的是anaconda），并将下载的文件放在此文件夹中
（3）在终端中运行该文件
bash Anaconda3-2024.02-1-Linux-x86_64.sh
回车确认
（4）接受许可条款
接下来是一堆协议，不断按回车键跳过，当出现 Do you accept the license terms?[yes|no] 时停止按回车键，输入yes后按回车
（这里是阅读协议 想读就按回车往下读。不想读，按下英文q即可跳过。）
输入yes 默认启动conda
（5）使用命令更新终端
source ~/.bashrc
（6）验证
conda -V
或者
conda --version
（7）安装jupyter notebook
conda install jupyter notebook
（8）更新Anaconda
Anaconda的更新是非常简单的，只需要在终端里运行下面脚本：
conda update --all
如果有更新可用，conda将显示一个列表，并提示您确认更新，如果有，在终端输入“y”，就可以自动更新了。
（9）卸载
如果要从Ubuntu系统上卸载Anaconda，请删除Anaconda安装目录以及在安装过程中创建的所有文件：
rm -rf ~/anaconda3 ~/.condarc ~/.conda ~/.continuum
（比如安装时报错提示 File or directory already exists）
ERROR: File or directory already exists: '/.../anaconda3' If you want to update an existing installation, use the -u option.
python - Issues while installing Anaconda3 - Stack Overflow上的解决方法
To Reinstall: Run the following commands:
Remove anaconda3 directory rm -rf ~/anaconda3
Remove anaconda path in the PATH variable. Edit ~/.bashrc file.
Remove other hidden files. rm -rf ~/.condarc ~/.conda ~/.continuum
Re-run the installation script.
四、pytorch安装
（1）conda创建虚拟环境
conda create -n xxx python=3.9 conda activate xxx
（2）官网下载（Previous PyTorch Versions | PyTorch）
通过pytorch官网上的conda指令能安装，用pip指令也能安装，甚至下载whl文件，然后再用pip直接安装也行。我是为了方便管理，所以采用了conda进行安装
我选择的是2.1.1，（也试过2.0.X不知道为什么会显示channel中没有），安装官网的指令进行下载
conda install pytorch==2.1.1 torchvision==0.16.1 torchaudio==2.1.1 pytorch-cuda=11.8 -c pytorch -c nvidia
因为是联网下载会有一些慢，是正常现象
验证
通过python可以进行以下命令：
import torch
print(torch.__version__)
print(torch.version.cuda) # gpu
print(torch.backends.cudnn.version()) # cudnn
print(torch.cuda.is_available()) # gpu
print(torch.cuda.device_count())
也可以通过命令行直接查看
python -c "import torch; print(torch.__version__)" python -c "import torch; print(torch.version.cuda)" # gpu python -c "import torch; print(torch.cuda.is_available())" # gpu python -c "import torch; print(torch.cuda.device_count())" # gpu
参考
NIVDIA驱动、CUDA、cuDNN安装：
Ubuntu安装NVIDIA套件：驱动、CUDA、cuDNN - 知乎 (zhihu.com)
4090安装cuda11.8记录_cuda 11.8 显卡-CSDN博客
anaconda安装：
ubuntu安装anaconda并解决环境变量冲突问题 - 知乎 (zhihu.com)
在ubuntu 22.04 系统中搭建 anaconda环境 安装 jupyter notebook_ubuntu22 anaconda3-CSDN博客
pytorch安装：
安装pytorch时用wheel和用conda安装有什么区别？ - 知乎 (zhihu.com)
【机器学习】PyTorch、Cuda 的安装和示例代码_pytorch cuda-CSDN博客
【conda】利用Conda创建虚拟环境，Pytorch各版本安装教程(Ubuntu)_ubuntu在conda环境安装torch教程-CSDN博客（添加镜像）
