阿里云 cuda9.1+cudnn 7.1+pytorch 环境搭建

Posted on | Post modified: | In
Words count in article: 269 | Reading time ≈ 1

1.阿里云ECS 默认安装cuda 9.1版本

  • 确定cuda版本：
    • 首先使用nvidia -smi 查看显卡驱动运行状态
    • 使用nvcc -V查看cuda-toolkit安装是否成功
      • 若显示nvcc命令不存在：
        • 使用whereis cuda 查看cuda路径
        • 在～/.bashrc 中加入：
          1
          2
          export PATH=/usr/local/cuda/bin:$PATH 
          export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64/

source ～/.bashrc 命令使环境变量生效

2. 安装Anaconda：

https://repo.anaconda.com/archive/ 版本 Anaconda3-5.1.0-Linux-x86_64.sh

3. 安装cudnn：

从官网下载 https://developer.nvidia.com/cudnn
解压tar -xzvf cudnn-9.1-linux-x64-v7.1.tgz
copy到对应cuda文件夹下：

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

查看cudnn版本：

1
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A5

4. 安装pytorch

1
conda install pytorch torchvision cuda91 -c pytorch

⚠️： 若不成功，可以查看pytorch 版本，可以更改pytorch版本：(实测可用)

1
2
pip install torch==0.4.1
pip install torchvision==0.2.2

5. 检查安装是否成功：

1
2
3
python
import torch
torch.cuda.is_available()

【参考文章】：

  1. https://blog.csdn.net/qq_29762941/article/details/80630585
  2. https://blog.csdn.net/qq_29762941/article/details/80630585