1、安装ubuntu20.04

参考视频：windows与ubuntu双系统 （解决不了的问题，弹幕有说明，很详细～～～） 本文以下部分是在ubuntu系统进行操作。

2、安装anaconda和pycharm

anaconda官网 pycharm官网 在官网选择合适的版本即可，anaconda是免费开源的，pycharm使用社区版对我来说足够用了。

3、安装cuda和cudnn

3.1 禁用系统自带的显卡驱动

# 查看指令
lsmod | grep nouveau
# 输入之后，没有任何输出表示已经禁用

# 查看驱动的版本
nvidia-smi
# 注意：Driver Version(驱动版本)，CUDA Version(安装驱动支持的CUDA最高版本)

3.2 安装cuda

参考链接：cuda11.7 和原来的确认方式不太一样，恰好这个博主装的11.7，讲的非常不错。

cuda官网 比如这里是Ubuntu 20.04, 那么依次选择Linux ---> x86_64 ---> Ubuntu ---> 20.04 ---> runfile(local)

# 输入自己选择的版本下方的两行指令
wget ~~~
sudo sh ~~~

Continue ---> accept

将CUDA路径加入系统环境，在安装完成后，我们需要将cuda的路径写入系统环境变量中，让系统能够找到CUDA。这里需要你用vim或者gedit打开~/.bashrc：

# 打开，并编辑
gedit ~/.bashrc
# 在文本最后添加
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export PATH=$PATH:/usr/local/cuda/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda
# 保存
source ~/.bashrc

查看nvcc

# 查看版本
nvcc -V
# 查看验证是否安装成功
# 查看你的系统GPU参数, 运行deviceQuery:
/usr/local/cuda/extras/demo_suite/deviceQuery
# 特别注意：现在安装方式把原来老版本中samples文件夹替换成了demo_suit

3.3 卸载cuda

# cuda卸载
/usr/local/cuda-11.7/bin  # 注意：是cuda-11.7不是cuda!!!
# 选中三个选项，Done
sudo ./cuda-uninstaller
# 此时已经卸载了但是文件还在
# 在终端继续输入
sudo rm -rf /usr/local/cuda-11.7
# 文件删除

3.4 安装cudnn

cudnn官网 登陆账号，同意，选择自己对应的版本。选择tar文件。
将下载的tar文件上传到设备上，解压缩文件：

# 解压缩
tar -xvf cudnn-linux-x86_64-8.4.0.27_cuda11.6-archive.tar.xz

将下载好的.h文件和lib文件放到cuda文件夹目录下：
注意这里的cudnn-linux-x86_64-8.4.0.27_cuda11.6-archive可能会因为你是用别的版本而稍有不同, 请使用别的版本的同学自行更改

sudo cp cudnn-linux-x86_64-8.4.0.27_cuda11.6-archive/include/cudnn*.h /usr/local/cuda/include 
sudo cp -p cudnn-linux-x86_64-8.4.0.27_cuda11.6-archive/lib/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

4、anaconda创建环境

# 创建环境
conda create -n 环境名字 python==需要的版本
# 查看环境列表
conda env list
# 激活需要的环境
conda activate 环境名字
# 退出环境
conda deactivate
# 删除环境
conda remove -n 环境名字 --all

5、安装pytorch

5.1 pytorch下载

pytorch下载官网

conda install pytorch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0 -c pytorch
# -c pytorch加上巨慢，一般没下载完成就中断
conda install pytorch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0 cudatoolkit=11.6 -c pytorch -c conda-forge
#-c conda-forge 加上下载很好用，不晓得是啥，有时也不好使
pip install torch==1.10.1+cu111 torchvision==0.11.2+cu111 torchaudio==0.10.1 -f https://download.pytorch.org/whl/cu113/torch_stable.html
# -f https://download.pytorch.org/whl/cu113/torch_stable.html 加上挺快的，就是不一定版本合适

5.2 查看是否安装成功

python代码中查看、验证：

先输入python
import torch # 如果pytorch安装成功即可导入
print(torch.cuda.is_available()) # 查看CUDA是否可用
print(torch.cuda.device_count()) # 查看可用的CUDA数量
print(torch.version.cuda) # 查看CUDA的版本号
exit()