ubuntu20.04 NVIDIA 3060配置CUDA cuDNN anaconda pytorch过程（20230226）

系统 Ubuntu20.04 显卡 英伟达3060 12G

参考资料

B站视频 搭建舒适的Ubuntu使用环境系列——从零到一搭建深度学习生产环境(Pytorch、Tensorflow)并使用GPU版本

优快云 Ubuntu20.04下CUDA、cuDNN的详细安装与配置过程（图文）

一、确定版本信息

进入Pytorch官网，确认要安装的CUDA版本

确定使用CUDA11.6
那么对应的，显卡驱动应该为510

二、安装显卡驱动

打开 software&Updates—>addtional Drivers

选择510,并点击apply changes

三、安装CUDA

从NVIDIA官网CUDA下载地址下载CUDA11.6.0，选择runfile

wget https://developer.download.nvidia.com/compute/cuda/11.6.0/local_installers/cuda_11.6.0_510.39.01_linux.run
sudo sh cuda_11.6.0_510.39.01_linux.run

接下来按照Ubuntu20.04下CUDA、cuDNN的详细安装与配置过程（图文）进行


不过，我的.bashrc添加的是

# cuda安装位置
export PATH=$PATH:/usr/local/cuda/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export LIBRARY_PATH=$LIBRARY_PATH:/usr/local/cuda/lib64

四、安装cuDNN

到cuDNN下载，注意和CUDA版本匹配，我下载的是Download cuDNN v8.7.0 (November 28th, 2022), for CUDA 11.x

下载deb安装即可

五、安装anaconda

到官网下载

找到下载后的文件，
在终端输入 sh 文件名 即可，注意不要加sudo，以我为例

sh Anaconda3-2022.10-Linux-x86_64.sh  

然后继续进行，按照提示输入yes等，最后会问你要不要初始化，记得选yes（默认是no）

最后，到.bashrc添加

export PATH=$PATH:/home/yourname/anaconda3/bin

六、安装pytorch

按理说，首先要anaconda新建环境，但是我忘了。
我尝试过很多次通过conda安装，搞了一天都没成功。
所以最后选择在打开anaconda的情况下（终端命令行最前面是base）（此时pytorch是装到了anaconda文件夹里面，可通过 pip show torch确认），使用pip安装，一次成功
进入pytorch官网，选择第一步确定的配置，

然后把官方给出的命令复制到命令行直接执行即可。

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu116

最后，测试是否安装成功。
终端进入python，

import torch
torch.cuda.is_available()
torch.__version__

结果如下

应该是成功了。