Ubuntu20.04深度学习GPU环境配置

首先将NVIDIA驱动安装好，这是一切开始的前提！！！！

1.背景

深度学习环境配置真是令人头大的一件事，在配置的过程中遇到了很多坑，大概配置了一两天，感觉是我配置环境以来最繁杂的一次了，各种坑，网上也有很多教程但是实现起来各种ERROR，真心觉得累。经过差不多两天的时间终于把环境配置好。（手动狗头保命）
在一波大神指导之后，稍有心得体会！！
具体可参考这篇博客。

2.硬件与软件版本

显卡：GeForce GTX 3060

CPU：Intel 11 代 i7

系统：Ubuntu 20.04

cuda：11.0版本

cuDNN： cuDnn v8.0.5

torchvision：0.8.0版本

pytorch：1.7.0版本

3.英伟达显卡驱动安装

这是最关键核心的环节，这个过程中趟的坑太多了，仍然还有一些问题没有解决，不过可以参考这个博主的安装，待我把坑趟完之后再将这部分内容补上
可参考资料：博客参考

4.cuda 11.0 安装

4.1下载cuda11.0

首先在官网上下载run文件，如图所示，选择合适的run文件，选择11.0版本即可。

因为安装的为11.0版本，所以这里不需要进行gcc的降级

4.2安装cuda

输入命令进行安装

sudo sh cuda_11.0.2_450.51.05_linux.run

点击continue

输入accept

cuda安装包是自带显卡驱动的，所以这一步按空格或者Enter键去掉安装显卡驱动的选项，然后选择install

4.3配置环境变量

输入gedit ~/.bashrc命令打开文件，在文件结尾输入以下语句，保存。

export PATH=/usr/local/cuda-10.2/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

更新环境变量配置

 source ~/.bashrc

至此cuda安装完成，输入nvcc -V命令查看cuda信息注意：nvcc -V中间是有空格的！！！！

5.安装cuDNN

从https://developer.nvidia.com/cudnn下载相应版本的cudnn，需要登陆。

下载解压之后，将cuda/include/cudnn.h文件复制到usr/local/cuda/include文件夹，将cuda/lib64/下所有文件复制到/usr/local/cuda/lib64文件夹中，并添加读取权限：

sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

至此cuDNN安装完成。

6.anaconda安装

对于anaconda3 的安装非常简单，从官网中直接下载3.5版本的sh文件。然后执行如下命令对conda进行安装，我下载的是Anaconda3-5.1.0-Linux-x86_64.sh，过程直接yes、yes安装即可，对于不懂的可以看这个更详细的教程。

bash Anaconda3-2021.11-Linux-x86_64.sh

注意

这一步需要配置Ubuntu系统更换conda源为清华镜像源
具体参考这篇博客

至此，命令行前会出现（base）

7.pytorch安装

在安装的过程中，一定要注意的pytorch版本，torchvision版本和cuda版本的对应，不然最后安装了之后仍然是 torch.cuda.is_available() 的返回值一直是False。

7.1首先建立虚拟环境

conda create -n pytorch python=3.7

pytorch为名称，可修改。建立一个名为pytorch的虚拟环境，以后所有的操作都在这个虚拟环境中。

7.2激活虚拟环境

source activate pytorch

命令行的最前面会出现(pytorch)，这表示我们已经进入了这个虚拟环境了。以后所有的操作都在这个虚拟环境下面进行。

7.3退出虚拟环境

source deactivate

7.4安装pytorch

conda install pytorch==1.7.0 torchvision==0.8.0 cudatoolkit=11.0

记得换自己的版本

进入python的环境中，验证驱动是否安装成功。

import torch
torch.cuda.is_available()

7.5在虚拟环境中安装opencv

pip install opencv-python

附录：

增加几个常用问题的解答，感谢各位博主的贡献，借鉴一下各位的经验。
1.ubuntu 中 Anaconda 创建、查看、激活、退出、删除环境
2.torch.cuda.is_available() 的返回值为什么一直是False？
3.pythorch版本和torchvision版本对应关系及torchvision安装
4.Pytorch版本、CUDA版本与显卡驱动版本的对应关系