我想吐槽的一点就是，CSDN环境真差，区区一个换源乱七八糟的抄，还是错的。
本文目标：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3.2节会说为啥这么选

---

1. Ubuntu20.04仓库换源

本节参考Ubuntu 20.04 Linux更换源教程

1. 备份源列表

sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak
1

2. 命令行打开sources.list文件

sudo gedit /etc/apt/sources.list
1

3. 删除原有的内容，粘贴下面的内容，实现换源

deb http://mirrors.aliyun.com/ubuntu/ focal main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ focal main restricted universe multiverse

deb http://mirrors.aliyun.com/ubuntu/ focal-security main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ focal-security main restricted universe multiverse

deb http://mirrors.aliyun.com/ubuntu/ focal-updates main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ focal-updates main restricted universe multiverse

deb http://mirrors.aliyun.com/ubuntu/ focal-proposed main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ focal-proposed main restricted universe multiverse

deb http://mirrors.aliyun.com/ubuntu/ focal-backports main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ focal-backports main restricted universe multiverse

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

4. 更新源、更新软件【等待时间较长】

sudo apt-get update
sudo apt-get upgrade
1
2

---

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

1. pip换源

# 步骤1
mkdir ~/.pip
gedit ~/.pip/pip.conf
# 步骤2（填入以下内容）
[global]
index-url = http://mirrors.aliyun.com/pypi/simple/
[install]
trusted-host = mirrors.aliyun.com
# 步骤3
pip install update
1
2
3
4
5
6
7
8
9
10

2. conda换源

换上清华源（有时候这个源很慢）

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes
1
2
3
4
5

---

3. Nvidia驱动安装

3.1 安装步骤

你自己买的卡，应该知道是哪个型号的吧

1. 进入nvidia官网，下 载 NVIDIA 驱 动 安 装 包 （ .run 格 式 ），型号别选错了
   

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

   sudo gedit /etc/modprobe.d/blacklist.conf
   1

   文件末尾添加以下语句：

   blacklist nouveau 
   blacklist lbm‐nouveau 
   options nouveau modeset=0 
   alias nouveau off
   alias lbm‐nouveau off
   1
   2
   3
   4
   5

   更新

   sudo update-initramfs -u
   1

   重启

   reboot
   1

   打开终端检查nouveau是否被禁用，若执行完该句，终端没有任何输出，则nouveau被成功禁用

   lsmod | grep nouveau 
   1

4. 安装驱动

   必须先安装gcc, 才能安装gpu驱动。

   sudo apt-get  install  build-essential 
   #gcc --version 验证gcc是否安装成功
   sudo apt-get install g++
   sudo apt-get install make
   
   1
   2
   3
   4
   5

   卸载旧驱动，如果从来没装过nvidia驱动，可以忽略

   sudo apt-get remove --purge nvidia*
   1

   接下来，不要慌，会关闭图形界面，建议拿手机打开看
   按下ctrl+alt+F3关闭图形界面（ctrl+alt+F1打开图形界面）
   进取之后，输入你的账户、密码进行登陆
   切换到放驱动的那个文件夹，此处以我的为例子

   cd nvidia_driver
   chmod +x nvidia.run 
   # 安装驱动
   sudo sh nvidia.run ‐‐no‐opengl-files
   1
   2
   3
   4

   不好意思，盗的图。
   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）

   reboot
   # 重启后
   nvidia-smi
   # 即可看到，这就算驱动安装成功了
   1
   2
   3
   4

---

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

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)

NVIDIA驱动选 最高的，可支持到 CUDA 11.7
CUDA  选 11.1的
CUDNN 选 v8.1.1的
1
2
3

4. CUDA 11.1 安装

1. 进入官网，选择11.1.1版本
   

2. 选择离线runfile安装，下面有命令
   

3. 盗的图，因为不想再装了。只选第二个就行，啥都不选会报错。安装不上
   

4. 接着

sudo gedit ~/.bashrc
# 末尾加入下面内容，版本要和你的对应起来，我这是11.1
export CUDA_HOME=/usr/local/cuda-11.1
export PATH=$PATH:/usr/local/cuda-11.1/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.1/lib64
#更新
source ~/.bashrc
1
2
3
4
5
6
7

5. 安装成功，尝试nvcc -V，看到cuda 11.1就算成功了
   

5. CUDNN v8.1.1安装

1. 进入官网，选择版本cudnn8.1.1 cuda11.1
   

2. 下好，解压文件夹，执行命令，其实就完成了

   sudo cp include/cudnn.h /usr/local/cuda/include
   sudo cp lib64/libcudnn* /usr/local/cuda/lib64
   sudo chmod a+r /usr/local/cuda/include/cudnn.h
   sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
   
   1
   2
   3
   4
   5

   ---

5. Torch与Paddle安装

1. 创建环境

conda create -n Torch python=3.7
conda create -n Paddle python=3.7
1
2

2. 按照官网给定信息，进行安装
   

   # 进入Torch环境
   conda activate Torch
   # 安装pytorch 
   pip install torch==1.10.1+cu111 torchvision==0.11.2+cu111 torchaudio==0.10.1 -f https://download.pytorch.org/whl/torch_stable.html
   # 安装完后
   python
   import torch
   torch.cuda.is_available()# 返回true安装成功
   1
   2
   3
   4
   5
   6
   7
   8

   

# 进入Paddle环境
conda activate Paddle
# 安装paddle
python -m pip install paddlepaddle-gpu==2.3.0.post111 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html
# 安装完后
python
import paddle
paddle.randn([])# 创建一个tensor不报错，就算成功
1
2
3
4
5
6
7
8

安装paddle2.3会有问题protobuf package to 3.20.x or lower.，按照提示解决即可
对应解决方案