Ubuntu20.04 及深度学习环境anaconda、cuda、cudnn、pytorch、paddle2.3安装记录

学习目标：

Ubuntu20.04下装好torch、paddle深度学习环境。
选择的版本环境是：最新的nvidia驱动、cuda 11.1 、cudnn v8.1.1，下面会说为啥这么选。

学习内容：

1. Ubuntu20.04仓库换源

本节参考Ubuntu 20.04 Linux更换源教程

在这里插入图片描述

2. Anaconda安装以及conda、pip换国内源

这个步骤可以放在后面进行

2.1 Anaconda安装

详情参考Anaconda安装，具体不再列出

要注意的一点是，anaconda安装完成后，要先关闭那个命令行，再重新打开一个命令行，才可以进行conda操作

2.2 conda、pip换国内源

在这里插入图片描述

3. Nvidia驱动安装

3.1 安装步骤

进入nvidia官网，下载 NVIDIA 驱动安装包（ .run 格式），型号别选错了

在这里插入图片描述
2. 然后你自己找个地方建立一个文件夹，把这个文件放进去，看着不乱。你的可能不叫这个名字，因为我给它改过名了

3. 禁用nouveau

4. 安装驱动

在这里插入图片描述
步骤中，遇到32bit的选项，选no，其他都yes（PS我踩的坑：下的nvidia驱动版本太低，默认的gcc版本是9.4.0，那个驱动要gcc 9.3.0才能装。千万别折腾gcc，会疯的！！！换个高版本驱动，最新的，就不会出问题）
在这里插入图片描述

3.2 说明

这里简单说明一下驱动、cuda toolkits 、cudnn的一个关系，建议你看一下，虽然我也是外行

nvidia驱动版本可以通过 nvidia-smi命令查看，我们可以看到驱动版本是515.48.07，这代表，他最高支持的CUDA版本是11.7，这是这个驱动支持CUDA工具包版本的上限。现在我想要安装Paddle深度学习框架
在这里插入图片描述
因此我根据自己的配置，要选CUDA 11.1工具包以及cuDNN v8.1.1工具包，所以这里不要瞎配置
即使是Torch也是有要求的，下面是11.3，其实也有11.1的，找找历史版本就行。为了保证这两个框架我都能装上，选择了以下配置(30系显卡，一定要选择CUDA 11以上的版本)
在这里插入图片描述