cuda 8.0 安装pytorch

@cuda 8.0 安装pytorch

1. 首先查找自己电脑驱动支持的版本。帮助–>系统信息–>组件

3. 可以看到电脑支持版本为8.0的版本

 https://www.cnblogs.com/chenzhen0530/p/10939319.html  #看看这个博客，这个讲的挺详细的

下载cuda的时候注意，上图中的两个都需要下载！！！ visual studio也需要下载，不然会出现安装不成功的问题
都需要安装！

  python版本直接下载3.6吧，看到网上有人说后面安装其他的，可能会有python版本过高，导致不成功的问题！

5. 下载对应版本的cudnn

https://developer.nvidia.com/rdp/cudnn-archive

6. 然后将下载的cudnn压缩包解压，将其中的三个文件目录合并放到cuda安装目录下（注：此处合并时需要将这三个目录分别放到同名目录下，而不是合并）

   
   配置环境变量
   在安装好cuda和cudnn后，我们需要再path环境变量中加入以下目录：
   
   
   检查cuda有没有安装成功
   
   下载安装anaconda

      https://www.anaconda.com/distribution/#download-section
   

   这个直接下载就行了，没啥好说的。

   下面安装pytorch和torchvision都是在anaconda prompt 里面输的！

7. 下载torch
   conda太慢了，即使使用镜像源，这儿说一下添加镜像源的方法

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

conda config --show channels   #查看添加了哪些镜像

conda config --remove-key channels  #删除刚添加的无效镜像 （只有当自己不小心添加了无效镜像之后，才使用这条）

但即使用了镜像还是很慢，

conda install pytorch=0.4.1 cuda80 -c pytorch    #很容易不成功

所以打开了pytorch官网，

https://pytorch.org/       #pytorch官网`
```c
# cpu是CPU版本的，cu是GPU版本的

Via pip
Download the whl file with the desired version from the following html pages:

https://download.pytorch.org/whl/cu80/torch_stable.html # CUDA 8.0 build
# 下载好自己所需要版本的pytorch
#然后使用
 pip install [downloaded file]    #刚下载文件的位置！
 
#举个例子，真的是随便举的！
pip install E:\下载\插件\pytorch环境插件\numpy-1.19.4-cp38-cp38-win_amd64.whl
```c

6. 下载torchvision

 pip3 install torchvision

8. 检查

 import torch
 import torchvision
print(torch.cuda.is_available())   #检查cuda是否可用，正确是返回True

如果最后返回是False，## 标题那就自己检查吧！！！我真的试了好久！我真的也不知道为啥，最后莫名其妙就好了！！

可以重装下pytorch版本看看，我看到网上有人说是显卡驱动需要更新，但我也没有更新！
这真的是玄学问题！我最后就差更新显卡驱动了！！

参考博客：
https://www.cnblogs.com/chenzhen0530/p/10939319.html

1. 下载Cuda8.0

在官网上下在cuda8.0，
历史版本：https://developer.nvidia.com/cuda-toolkit-archive
最新版本：https://developer.nvidia.com/cuda-downloads
我选择的是Feb 2017的 CUDA8.0 GA2的版本.

下载下来的文件如下图所示：

它要求的nvidia驱动版本要不小于375.26，我安装的nvidia驱动版本是455.45.01，应该是OK的。

2. 禁用nouveau通用显卡驱动

打开文档sudo gedit /etc/modprobe.d/blacklist.conf,写入
blacklist nouveau
options nouveau modeset=0
然后更新sudo update-initramfs -u
这里强调一下，安装nvidia显卡驱动时候应该已经把nouveau驱动加入到黑名单里了，这里检查一下，即可
lsmod | grep nouveau
如果没有输出，说明已经禁用成功了。

3. 安装cuda8.0

3.1 首先ctrl+alt+f1切换到命令行界面，输入账号密码登录

3.2 关闭图形界面

sudo service lightdm stop

3.3 安装

（1）给用户增加读写和执行的权限
sudo chmod 777 cuda_8.0.61_375.26_linux.run
我只看到两篇博文中提及要赋予权限，保险起见，我这里还是给一个权限。
（2）正式安装
sudo sh cuda_8.0.61_375.26_linux.run --no-opengl-libs
或者sudo sh cuda_8.0.61_375.26_linux.run
其中，禁用opengl的作用
说法1：据说是为了防止和系统原有的opengl冲突，
说法2：很重要，否则会覆盖集显，不能正常登陆

PS：第一次安装时以为没安装上（实际上安装上了），就把–no-opengl-libs去掉了，重新执行了一次安装命令，两次安装结果是一样的，可以看出有无–no-opengl-libs没有区别。

3.4 安装时的选项

安装的时候，要让你先看一堆文字（EULA)，我们直接不停的按空格键到100%，然后accept接受条款。
然后让选择是否安装 nvidia 驱动，这里因为已经安装过显卡驱动就不能再重复安装，所以输入“n”不安装。
剩下的选择则都输入“y”确认安装或确认默认路径安装。
不要安装推荐的驱动！！
（1）Do you accept the previously read EULA?
accept/decline/quit: accept
输入accept接受条款

（2）Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 375.26?
(y)es/(n)o/(q)uit: n
输入n不安装nvidia图像驱动，之前已经安装过了。

（3）Install the CUDA 8.0 Toolkit?
(y)es/(n)o/(q)uit: y
输入y安装cuda 8.0工具 。

（4）Enter Toolkit Location
[ default is /usr/local/cuda-8.0 ]: 回车
回车确认cuda默认安装路径：/usr/local/cuda-8.0 。

（5）Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: y
输入y安装指向/usr/local/cuda的符号链接 。

（6）Install the CUDA 8.0 Samples?
(y)es/(n)o/(q)uit: y
输入y安装CUDA 8.0 Samples，以便后面测试 。

（7）Enter CUDA Samples Location
[ default is /root ]:回车
回车确认CUDA 8.0 Samples默认安装路径，该安装路径测试完可以删除。

安装中的选项如下图所示：

安装后的结果：

这样就已经安装好了，就是这么简单不要怀疑，只要不出error就可以，如果出现kernel相关错误，那一般是由于内核太高了，cuda不能识别，包括cuda9等等后来的也不能，所以还是想办法降一下内核吧

3.5 重启图形化界面

sudo service lightdm start

4. 配置环境变量

4.1 在.bashrc中配置

sudo gedit ~/.bashrc
将以下内容写入到~/.bashrc尾部：

export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

使该配置生效：一定要执行啊 ,如果同时打开多个终端,执行过后,重新打开,否则后面的错误也是不断的.
source ~/.bashrc

4.2 设置环境变量和动态链接库

sudo gedit /etc/profile
在打开的文件末尾加入：

export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64$LD_LIBRARY_PATH

保存后, 执行下列命令, 使环境变量立即生效：
source /etc/profile

4.3 创建链接文件

sudo gedit /etc/ld.so.conf.d/cuda.conf
在打开的文件中添加如下语句：
/usr/local/cuda/lib64
然后执行
sudo ldconfig
使链接立即生效。

5. Cuda Samples测试

切换到CUDA 8.0 Samples默认安装路径(一般在安装目录的…/cuda/samples目录下)

cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
sudo make #编译
sudo ./deviceQuery

如果显示一些关于GPU的信息，则说明安装成功。

6. 查看CUDA版本信息

nvcc -V

参考博文：
https://www.jianshu.com/p/5f13e0f36636
https://www.cnblogs.com/left4back/p/10952845.html
https://blog.csdn.net/wjdexz/article/details/78113381
https://blog.csdn.net/qq_35379989/article/details/80147630
https://blog.csdn.net/junqing_wu/article/details/79818696
https://blog.csdn.net/autocyz/article/details/52299889
https://blog.csdn.net/qq_40806289/article/details/90643603
https://www.cnblogs.com/laozhuang/p/8250387.html
https://blog.csdn.net/QLULIBIN/article/details/80728355

Ubuntu16.04多版本cuda切换 ——cuda8.0与cuda10.1

本机已安装cuda8.0+cudnn6.0,现在需要安装cuda10.1+cudnn7.5
cuda:
https://developer.nvidia.com/cuda-80-ga2-download-archive

https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&Distribution=Ubuntu

cudnn:
https://developer.nvidia.com/rdp/cudnn-archive

1.安装

sudo ./cuda_10.1.105_418.39_linux.run

然后输入accept，回车
因为系统中已安装NVIDIA显卡驱动，如果不想安装CUDA 10.1中附带的驱动，移动到Driver选项上，按空格键将该项取消。
遇到以下选择No

显示如下安装完成
2.修改配置文件

sudo gedit ~/.bashrc

将cuda8.0修改为cuda

保存退出

source ~/.bashrc

3.由cuda8.0切换到cuda10.1

sudo rm -rf /usr/local/cuda
sudo  ln -s /usr/local/cuda-10.1 /usr/local/cuda
//查看版本号
nvcc --version

同样的由cuda10.1切换到cuda8.0

sudo rm -rf /usr/local/cuda
sudo  ln -s /usr/local/cuda-8.0 /usr/local/cuda

4.切换成功后安装cudnn7.5

解决cudnn文件 放在home下命名为cuda10.1
打开终端

sudo cp cuda10.1/include/cudnn.h /usr/local/cuda-10.1/include/
sudo cp cuda10.1/lib64/libcudnn* /usr/local/cuda-10.1/lib64/

sudo chmod a+r /usr/local/cuda-10.1/include/cudnn.h
sudo chmod a+r /usr/local/cuda-10.1/lib64/libcudnn*

//查看cudnn版本号
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2