RTX3080/RTX3090驱动安装CUDA11.1+CUDNN8.0.4.30+pytorch源码编译

本文详细介绍了如何在Linux环境下为RTX3080显卡配置深度学习开发环境，包括安装NVIDIA驱动、CUDA、cuDNN等驱动程序及库文件，并通过源码编译的方式安装PyTorch和torchvision，最后安装TensorFlow。

一、nvidia官网下载nvidia-driver455.23以上，cuda11.1,cudnn-v8.0.4.30

确保nvidia-driver、cuda11.1、cudnn8.0.4.30安装成功

NVIDIA-Linux-x86_64-455.23.04.run
cuda_11.1.0_455.23.05_linux.run
cudnn-11.1-linux-x64-v8.0.4.30.tgz/8.0.5.39
上述文件百度网盘下载链接nvidia-cuda-cudnn 密码: paat，nvidia-driver本人已经更新到455.45.01，cudnn:8.0.5.39

conda create -n pytorch python=3.7
pip install numpy ninja pyyaml mkl mkl-include setuptools cmake cffi typing_extensions future six requests dataclasses

git clone --recursive https://github.com/pytorch/pytorch
cd pytorch
git submodule sync
git submodule update --init --recursive

export CMAKE_PREFIX_PATH=${CONDA_PREFIX:-"$(dirname $(which conda))/../"}
python setup.py install

成功之后重启终端

python
>>> import torch
>>> torch.__version__
'1.8.0a0+3d421b3'
>>> torch.cuda.is_available()
True

>>> import torchvision
>>> torchvision.__version__
'0.8.0a0+a9c78f1'
>>>