Note | PyTorch1.2 + CUDA10.0 + cuDNN7.6 + Anaconda配置

目标：

1. 在2080Ti GPU上，运行PyTorch1.2 GPU版本。
2. 经过确认，PyTorch1.2可以搭配CUDA10.0，而CUDA10.0搭配cuDNN7.6（官网下载页面可以直接看到）。最好别用CUDA10.1，出现过问题。
3. 安装Anaconda，创建一个py3.6的pytorch环境。

具体步骤：

1. 参考这个教程，安装NVIDIA驱动。
   注意安装时加上-no-opengl-files参数，防止登录自循环；下载可以用wget直接在服务器上下载，速度更快。
2. 安装CUDA10.0
   • 到NVIDIA官网，下载CUDA Toolkit 10.0的runfile版本。注意看，官网也提示了安装操作。但不要照做。后面细说。
   • 转移到服务器，执行：sudo sh cuda_xxx.run
   • 长按空格跳过说明，Install NVIDIA Accelerated选择no，其他默认或选y。
   • 安装完毕，警告是因为刚刚选了个n，没关系。
   • 编辑环境变量：sudo vim ~/.bashrc，添加以下三行：

   export CUDA_HOME=/usr/local/cuda 
   export PATH=$PATH:$CUDA_HOME/bin 
   export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

   • 激活：source ~/.bashrc
   • 测试：最后看到PASS就成功了！

   cd /usr/local/cuda/samples/1_Utilities/deviceQuery 
   sudo make
   ./deviceQuery

3. 安装cuDNN7.6
   • NVIDIA官网下载。需要注册。以后可能要下载很多次，可以记住密码。注意对应CUDA10.0版本。我选择cuDNN Library for Linux。
   • 转移到服务器，

来源：https://www.cnblogs.com/RyanXing/p/11592314.html