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

目標：

1. 在2080Ti GPU上，運行PyTorch 1.2 GPU版本。

2. 經過確認，PyTorch 1.2可以搭配CUDA 10.0，而CUDA 10.0搭配cuDNN 7.6（官網下載頁面可以直接看到）。

3. 安裝Anaconda，創建一個py3.6的pytorch環境。

具體步驟：

1. 參考這個教程，安裝NVIDIA驅動。

   注意安裝時加上-no-opengl-files參數，防止登錄自循環。

2. 安裝CUDA10.0

   • 到NVIDIA官網，下載CUDA Toolkit 10.0的runfile版本。官網上提供了安裝指令。但不要照做。后面細說。

   • 將文件轉移到服務器的某路徑下，執行：sudo sh cuda_xxx.run。

   • 長按空格跳過說明。Install NVIDIA Accelerated選擇no，其他默認或y。

   • 安裝完畢，警告是因為剛剛選了個n，沒關系。

   • 編輯環境變量：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。

   • 測試：最后看到PASS就成功了！

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

3. 安裝cuDNN7.6

   • NVIDIA官網下載。需要注冊。從今往后可能要多次安裝下載，可以記住密碼。注意對應CUDA 10.0版本。我選擇cuDNN Library for Linux。

   • 轉移到服務器，tar xvf cudnnxxx解壓。

   • 執行以下操作：

     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. 安裝Anaconda

   • 在官網查看最新版本的鏈接，在服務器直接wget xxx下載。例如wget https://repo.anaconda.com/archive/Anaconda3-2019.07-Linux-x86_64.sh。或者用迅雷下，很快。

   • 安裝，一切默認。

   • 如果剛剛沒有選y激活，那么就手動在命令行激活：conda init bash，重新打開terminal。

   • 切換為國內源：

     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/
     

   • 還可以增加Anaconda關於PyTorch的國內源：

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

   • 創建環境pt1.2_py3.6：conda create -n pt1.2_py3.6 python=3.6。

   • 激活該環境：conda activate pt1.2_py3.6。

5. 安裝PyTorch和Torchvision

   在該環境下，conda install pytorch=1.2，conda install torchvision即可。

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