在服务器（Ubuntu20.04）安装用户级别的cuda11.8（以及仿照前面教程安装cuda11.3后安装cudnn和pytorch1.9.0）

news/2024/5/9 16:38:08

1、cuda11.8的下载

首先在cuda官网下载我们需要的cuda版本，这里我下载的是cuda11.8（我的最高支持cuda12.0）
在这里插入图片描述

这里我直接使用wget命令下载不了，于是我直接在浏览器输入后面的链接下载到本地，之后再上传至服务器的：

https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run

2、cuda11.8的安装

（1）假设用户名为andy，即/home/andy，在这个文件夹下手动创建一个文件夹名为cuda-11.8（即/home/andycuda-11.8），然后在cuda-11.8文件夹里创建一个文件夹为mylib（即/home/andycuda-11.8/mylib）。接下来把之前下载的cuda_11.8.0_520.61.05_linux.run文件上传到/home/andy/cuda-11.8文件夹。
（2）接下来使用如下命令进入此文件夹：

/home/andy/cuda-11.8

然后使用如下命令更改文件的执行权限：

chmod 755 cuda_10.2.89_440.33.01_linux.run

于我们不是管理员用户，因此无法使用sudo安装，因此直接执行以下命令安装：

 sh cuda_10.2.89_440.33.01_linux.run

（3）接下来的参考：手把手教会你在Linux服务器上安装用户级别的CUDA
1）在这里输入accept
在这里插入图片描述
2）然后类似于上述这个教程的图片（自己的忘记保存了，原理是一样的）：我安装的是11.8，那就是只勾选CUDA Toolkit 11.8，其他的按Enter键就可以把里面的X取消。

3）在取消其他的勾选之后，光标移动到Options这里，按Enter。

然后光标移动到Change Toolkit Install Path，按Enter，然后我们可以将之前创建的目录粘贴过来：

/home/andy/cuda-11.8

然后移动到Done，再按Enter，又回到之前的界面。

4）回到Options菜单，光标移动到Library install path，按Enter，然后在里面将之前创建的另一个目录粘贴过来：

/home/andycuda-11.8/mylib

回车Done。

5）然后返回主界面，选择Install

3、安装完成后的环境配置

当看到界面里有successfully的字眼时，就表明安装成功了。这时候，还需要进行环境配置。
首先进入到用户主目录里cd /home/andy

执行vim ~/.bashrc修改命令相关参数：按i进入编辑模式，然后在最下方按鼠标右键粘贴即可添加刚刚安装cuda的路径：

export PATH="/home/andy/cuda-11.8/bin:$PATH"
export LD_LIBRARY_PATH="/home/andy/cuda-11.8/lib64:/home/andy/cuda-11.8/mylib/lib64:$LD_LIBRARY_PATH"

之后按Esc，再按:，接下来输入wq，即可保存并退出。

最后执行以下命令，使配置生效：

source ~/.bashrc

4、检查CUDA和pytorch能否使用.

命令行输入 nvcc -V 查看cuda版本，如果符合预期，则安装成功。

在这里插入图片描述

以下是cuda11.3对应的cudnn安装和pytorch1.9.0的安装

1、仿照上面教程安装cuda11.3之后，安装cudnn参考这个：

【Ubuntu 20.04LTS系统】安装CUDA11.8、cuDNN，可进行CUDA版本切换

先下载cudnn到本地：
cudnn官网链接
这里选择下载：
在这里插入图片描述

（1）首先在/home/andy下创建一个新的文件夹：/home/andy/cudnn-cuda11.3
（2）然后将在本地下载的cudnn-11.3-linux-x64-v8.2.1.32.tgz 上传至此文件夹
（3）进入此文件夹：

cd /home/andy/cudnn-cuda11.3

（4）解压tgz文件（注意：如果下载的cudnn文件后缀不是.tgz要记得先修改为.tgz）：

tar -xvf cudnn-11.3-linux-x64-v8.2.1.32.tgz

（5）解压后在/home/andy/cudnn-cuda11.3出现一个/home/andy/cudnn-cuda11.3/cuda文件夹
先进入此cuda文件夹：

cd /home/andy/cudnn-cuda11.3/cuda/

再输入ls查看此文件夹下的文件

ls

出现：

include lib64 NVIDIA_SLA_cuDNN_Support.txt

先输入cd ~回到用户主界面
再将cuDNN对应文件拷贝至CUDA指定路径：

sudo cp /home/andy/cudnn-cuda11.3/cuda/include/cudnn*.h /home/andy/cuda-11.3/include
sudo cp /home/andy/cudnn-cuda11.3/cuda/lib64/libcudnn* /home/andy/cuda-11.3/lib64
sudo chmod a+r /home/andy/cuda-11.3/include/cudnn*.h /home/andy/cuda-11.3/lib64/libcudnn*

参考：最后一部分
在这里插入图片描述

2、接下来先创建一个虚拟环境env1，它的python版本为3.7

如果使用conda下载不了就参考这个博客，使用离线安装：

conda create -n env1 python=3.7

3、然后下载torch1.9.0和torchvision0.10.0

进入pytorch官网
按ctrl+F搜索1.9.0出现下面这个，然后使用第二个命令（因为我们安装的是11.3版本的）来安装

conda install pytorch==1.9.0 torchvision==0.10.0 torchaudio==0.9.0 cudatoolkit=11.3 -c pytorch -c conda-forge

在这里插入图片描述