主机回来以及，简单的环境配置(RTX3070+CUDA11.1+CUDNN+TensorRT) (3)

按照上面的要求配置环境变量即可:

(base) oldpan@oldpan-fun:~/software$ vim ~/.bashrc 将 export PATH=http://www.likecs.com/usr/local/cuda-11.1/bin:$PATH export LD_LIBRARY_PATH=http://www.likecs.com/usr/local/cuda-11.1/lib64:$LD_LIBRARY_PATH 添加到打开的文件中 (base) oldpan@oldpan-fun:~/software$ source ~/.bashrc (base) oldpan@oldpan-fun:~/software$ nvcc -V nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2020 NVIDIA Corporation Built on Tue_Sep_15_19:10:02_PDT_2020 Cuda compilation tools, release 11.1, V11.1.74 Build cuda_11.1.TC455_06.29069683_0 Cudnn

cudnn的安装就比较简单了，解决压缩包然后复制粘贴就行：

tar -xzvf cudnn-11.2-linux-x64-v8.1.1.33.tgz 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 安装Anaconda

安装Anaconda也很简单，从这里下载好(不想下的看老潘整理文末的软件包)：

然后sh Anaconda3-2020.11-Linux-x86_64.sh就行。

安装好之后，配置conda以及pip清华源，参考以下文字即可：

pycharm修改pip源为清华源,提高下载速度

anaconda常用命令配置信息及更换源

安装Pytorch

安装Pytorch就比较简单了，如果不想自己编译，直接从官方按照你的Cuda版本和Cudnn版本安装即可：

https://download.pytorch.org/whl/torch_stable.html

安装好Pytorch之后，测试一下cuda是否工作正常：

>>> import torch >>> torch.cuda.is_available() True >>> torch.ones(1).cuda() tensor([1.], device='cuda:0') >>> torch.cudnn_is_acceptable(torch.ones(1).cuda()) True

OK~

TensorRT

TensorRT单独发一篇文章来说吧~

一些资源

配环境需要很多软件包，例如：

Anaconda

Pytorch.whl

TensorRT

CUDA

CUDNN

有些可以在清华大学开源软件镜像站下载，但是TensorRT和CUDA、CUDNN需要从官方下而且需要注册而且很慢。

老潘整理了一些已经下载好的软件包。

公众号内回复015获取，可以看看有没有你需要的：

想写的还有很多，下篇再讲(呼呼)。

如果有问题欢迎留言，欢迎关注「oldpan博客」公众号，老潘的全部家当都在这里了。很愿意与你交朋友~

参考

https://www.cnblogs.com/masbay/p/10745170.html
https://blog.csdn.net/ZPeng_CSDN/article/details/96726436

撩我吧

如果你与我志同道合于此，老潘很愿意与你交流；

如果你喜欢老潘的内容，欢迎关注和支持。

如果你喜欢我的文章，希望点赞