天选2，RTX3060，Ubantu18.04，安装cuda，cudnn，pytorch记录

心驰神往鸭

已于 2022-12-04 19:22:40 修改

阅读量4k

点赞数 1

文章标签： pytorch 深度学习 linux ubuntu 神经网络

于 2022-03-09 11:38:43 首次发布

本文链接：https://blog.youkuaiyun.com/weixin_43852117/article/details/123371987

版权

1，前言

我的电脑是华硕天选2，显卡是RTX3060，系统是Ubantu18.04。
需要注意的是，我之前已经装好了RTX3060的驱动，步骤见我的另一篇博文，所以在这里不讲显卡驱动安装。
这里安装的版本为：
cuda 11.3
cuDNN v8.2.1 (June 7th, 2021), for CUDA 11.x
torch1.10.2+cu113
torchvision0.11.3+cu113
torchaudio==0.10.2+cu113

2，安装cuda

进入这个网址：https://developer.nvidia.com/cuda-11.3.0-download-archive?target_os=Linux&target_arch=x86_64&Distribution=Ubuntu&target_version=18.04&target_type=runfile_local
如图所示：
在这里插入图片描述使用下面的命令进行安装cuda：
在执行完以上两条命令后，应该会出现以下界面：
输入accept进行后续操作，随即出现以下界面：
因为我在安装cuda之前已经安装了Nvidia的驱动，因此这里的第一项我必须取消勾选，选择不安装驱动，随后选择Install进行后续操作。
后续出现的一系列选项，我们都可以选择yes，最终出现以下界面：
在这里插入图片描述随后，我们开始进行环境变量的配置：
打开命令行输入以下命令进行～/.bashrc文件的修改：

gedit ~/.bashrc

将这两句加入到文件末尾：

export PATH="/usr/local/cuda-11.3/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-11.3/lib64:$LD_LIBRARY_PATH"

在添加完环境变量后，需要更新一下环境变量，命令行输入以下命令进行环境变量的更新：

source ~/.bashrc

命令行输入以下命令，验证cuda是否安装成功：

nvcc -V

如果出现以下输出，则cuda安装成功：
在这里插入图片描述

3，安装cudnn

进入这个网址：https://developer.nvidia.com/rdp/cudnn-archive
选择这个版本：
在这里插入图片描述下载这个：
进入到cudnn下载的安装路径下，命令行输入以下命令进行解压操作：

tar -xzvf cudnn-11.3-linux-x64-v8.2.1.32.tgz //这里cudnn-11.3-linux-x64-v8.2.1.32.tgz是我们下载的cudnn的压缩包

随后在当前路径的命令行终端输入以下三条命令进行cudnn的安装：

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   /usr/local/cuda/lib64/libcudnn*

至此cuda与cudnn全部安装成功。

4，安装pytorch

进入这个网址：https://pytorch.org/get-started/locally/
如下图：
在这里插入图片描述进行如下选择：
然后输入提供的命令进行安装：

pip3 install torch==1.10.2+cu113 torchvision==0.11.3+cu113 torchaudio==0.10.2+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html

这个操作需要挺长时间的，并且如果网速不好容易失败，我当时是失败了一次，第二次就顺利安装好了。

5，测试

执行如下python命令：

import torch    # 如正常则静默
a = torch.Tensor([1.])    # 如正常则静默
a.cuda()    # 如正常则返回"tensor([ 1.], device='cuda:0')"
from torch.backends import cudnn # 如正常则静默
cudnn.is_acceptable(a.cuda())    # 如正常则返回 "True"

至此，结束。

这个记录我是安装后几天凭借记忆写的，应该是没有什么遗漏，但不排除这种可能性。

祝你一切顺利！

6，参考链接

https://blog.youkuaiyun.com/m0_50635882/article/details/121450655?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522164665159316780357235400%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=164665159316780357235400&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2_allfirst_rank_ecpm_v1~rank_v31_ecpm-1-121450655.pc_search_result_cache&utm_term=RTX3060+%E5%AE%89%E8%A3%85cuda&spm=1018.2226.3001.4187

https://blog.youkuaiyun.com/qq_44961869/article/details/115954258

https://blog.youkuaiyun.com/csdnhfy/article/details/122128970?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522164665424216780261992801%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=164665424216780261992801&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2_allfirst_rank_ecpm_v1~rank_v31_ecpm-5-122128970.pc_search_result_cache&utm_term=ubantu+RTX3060+pytorch&spm=1018.2226.3001.4187