第一步 安装CUDA Toolkit

1、查看CUDA驱动版本

需要保证驱动版本高于CUDA Toolkit版本，如果版本太低需要进行更新

nvidia-smi

2、下载所需版本CUDA Toolkit

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

3、安装CUDA

sudo sh cuda_10.1.105_418.39_linux.run  //其中cuda_10.1.105_418.39_linux.run是我们下载的cuda安装文件

安装过程中可以只选择我们需要的；

4、环境变量配置

打开.bashrc文件

vim ~/.bashrc

在文件末尾添加下列三行：

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

保存退出：

:wq

更新环境变量

source ~/.bashrc

5、安装结果验证

nvcc -V

输出如下类似内容则安装成功：

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2021 NVIDIA Corporation
Built on Sun_Mar_21_19:15:46_PDT_2021
Cuda compilation tools, release 11.3, V11.3.58
Build cuda_11.3.r11.3/compiler.29745058_0

第二步 cuDNN安装

1、下载对应CUDA的cuDNN版本

下载：https://developer.nvidia.com/rdp/cudnn-archive

2、安装cuDNN

执行如下命令

tar -xzvf cudnn-10.1-linux-x64-v8.0.5.39.tgz //这里cudnn-10.1-linux-x64-v8.0.5.39.tgz是我们下载的cudnn的压缩包

随后在当前路径的命令行终端输入以下三条命令进行cudnn的安装：

sudo cp cuda/include/cudnn.h    /usr/local/cuda-11.3/include
sudo cp cuda/lib64/libcudnn*    /usr/local/cuda-11.3/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h   /usr/local/cuda-11.3/lib64/libcudnn*

第三步 Pytorch安装

1、创建虚拟环境

如创建名字为“DL”，python版本为3.9的虚拟环境

conda create -n DL python=3.9

切换到新建环境，开始安装pytorch

conda activate DL

2、安装

在下面网址中获取需要安装的Pytorch命令

下载：https://pytorch.org/get-started/previous-versions/

下载：

#如CUDA 11.3

安装方式1：

pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu113

安装方式2：

conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch

3、测试

import torch
torch.cuda.is_available()

执行命令，输出正常即为安装完成。