第一步：配置镜像源，安装必要环境

更换镜像

第二步：安装anaconda

1 进入官网

https://www.anaconda.com/

2 下载linux的sh版

3 在对应位置通过命令输入

sh 文件名.sh

4 选择 YES

5 选择 NO （我们要自定义配置环境）

第三步：安装完成Anconda后配置环境

1 编辑环境变量

vim ~/.bashrc

2 添加内容

export PATH="/自己对应的路径名/anaconda3/bin:$PATH"

3 激活修改的内容

source ~/.bashrc

4 测试

conda

若没有显示not fond 则表示 anaconda安装成功

第四步：通过Anaconda创建pytorch空间，用于pytorch

前提知要：

使用anaconda安装环境后，本地默认环境成为base环境

自己创建的环境通过 conda activate 空间名字（环境名字）进入

退出自己创建的环境到默认环境：conda deactivate

1 创建空间,命名为pytorch

conda create -n pytorch

2 进入pytorch空间

conda activate pytorch

ps，若在执行命令的时候出现一下问题：

执行

source activate

第五步：在base环境中 安装cuda

1 安装 nvidia-cuda-toolkit 工具

sudo apt-get install nvidia-cuda-toolkit

2 检查系统推荐显卡驱动，记录下recommend选项

sudo ubuntu-drivers devices

3 添加驱动源

sudo add-apt-repository ppa:graphics-drivers/ppa

sudo apt-get update

4 在Ubuntu系统中找到 软件和更新 选择 驱动

等待更新完毕后再reboot

reboot

5 重启后的测试

nvidia-smi

记录 cuda 版本

6 下载cuda

官网

https://developer.nvidia.com/cuda-toolkit-archive

我的是11.4

选择11.4的哪个版本都可以，接下去按照如下选择去下载

注意：linux的版本要确保正确

7 安装cuda(执行自己上面红框的内容)

wget https://developer.download.nvidia.com/compute/cuda/11.4.4/local_installers/cuda_11.4.4_470.82.01_linux.runsudo

sh cuda_11.4.4_470.82.01_linux.run

8 环境配置

sudo gedit ~/.bashrc

末尾加入

export PATH="/自己对应的路径名/anaconda3/bin:$PATH"
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:/usr/local/cuda/extras/CPUTI/lib64
export CUDA_HOME=/usr/local/cuda/bin
export PATH=$PATH:$LD_LIBRARY_PATH:$CUDA_HOME

9 测试

source ~/.bashrc

nvcc -V

cd ~/NVIDIA_CUDA-11.4_Samples/1_Utilities/bandwidthTest/

make

./bandwidthTest

第六步：在pytorch环境中 安装 pytorch环境

1 进入官网

https://pytorch.org/

2 安装

选择pytorch版本

选择好对应的系统

选择使用什么安装，conda里可以使用pip安装的

选择语言：python

选择cuda版本：我的版本是11.4

复制命令

3 通过命令进入pytorch环境

source activate

conda activate pytorch

4 执行自己官网复制的命令

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113

done～撒花 💐

番外

删除conda环境

conda uninstall -n 名称 --all