Anaconda的基本使用见之前的博客：Ubuntu 16.04下Anaconda的安装及使用
创建虚拟环境pytorch_gpu，并激活该环境
conda create --name pytorch_gpu python=3.6
source activate pytorch_gpu
1. CUDA和cuDNN背景知识
（1）什么是CUDA
CUDA(ComputeUnified Device Architecture)，是显卡厂商NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。
（2）什么是cuDNN
NVIDIA cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。NVIDIA cuDNN可以集成到更高级别的机器学习框架中，如谷歌的Tensorflow、加州大学伯克利分校的流行caffe软件。
（3）CUDA与cuDNN的关系
CUDA看作是一个工作台，cuDNN是基于CUDA的深度学习GPU加速库，有了它才能在GPU上完成深度学习的计算。它就相当于工作的工具，比如它就是个扳手。
（4）CUDA和cuDNN版本对应关系
CUDA和cuDNN版本需要对应支持才能有效。
2. 安装CUDA
这里我们选择安装 cuda 10.0 版本。
conda install cudatoolkit=10.0 -n pytorch_gpu -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/
3. 安装cuDNN
根据CUDA与cuDNN的版本对应关系，这里我们选择 cudnn 7.6.1 版本。
conda install cudnn=7.6.1 -n pytorch_gpu -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/
4. 安装Pytorch
先到pytorch官网找到在你的操作系统、包、CUDA版本、语言版本下对应的安装脚本，官网地址为https://pytorch.org/get-started/locally/。根据你的实际情况选择Pytorch安装包版本，然后复制页面自动生成的脚本进行安装。
安装pytorch
conda install pytorch torchvision cudatoolkit=10.0 -n pytorch_gpu
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
文章由极客之音整理，本文链接：https://www.bmabk.com/index.php/post/162857.html
