【環境】

1. Microsoft Azure服務器

2. Ubuntu 18.04.5 LTS (GNU/Linux 5.4.0-1040-azure x86_64)

3. cuda_11.1.0_455.23.05_linux.run

4. cudnn-11.1-linux-x64-v8.0.5.39

1. 創建虛擬機

2. 設定ssh免密登陸

（前兩步詳細步驟參考另一篇檔案Azure配置虛擬機并設定ssh免密登陸）

3. 安裝cuda

3. 安裝cuda

3.1 安裝前先進行gpu檢查，通過命令nvidia-smi

右上角可以看到CUDA Version: 11.2表示最高支持的cuda版本為11.2

再去英偉達（NVIDIA）官網下載cuda安裝包，最新的11.3版本不適配，此處點擊【Archive of Previous CUDA Releases】選擇11.1版本

根據虛擬機資訊（2.6中ssh登入虛擬機時出現的歡迎資訊）選擇對應的Platform資訊

分別執行如下兩行命令分別，第一行表示通過wget方式將cudaxxx.run檔案下載下來，第二行表示安裝該run檔案

wget https://developer.download.nvidia.com/compute/cuda/11.1.0/local_installers/cuda_11.1.0_455.23.05_linux.run
 
sudo sh cuda_11.1.0_455.23.05_linux.run

安裝程序中，出現如下界面，輸入accept后回車

回車后到下一界面，取消選擇第一項Driver，其他幾項默認勾選，然后選擇Install后回車

利用vim命令打開.bashrc檔案

 # 打開.bashrc檔案
 vim ~/.bashrc

添加如下資訊（按i進入編輯模式，添加完之后按esc退出編輯模式，并按:wq保存并退出）

 # 添加如下資訊
 export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.1/lib64
 export PATH=$PATH:/usr/local/cuda-11.1/bin
 export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-11.1

利用如下命令使配置生效

 source ~/.bashrc

通過如下命令檢查是否安裝成功

 nvcc --version

如果出現以下文字，則說明安裝成功了

4. 安裝cudnn

下載cudnn安裝檔案，cudnn由于需要登錄才能下載所以不能采用wget方式，首次需要先注冊NVIDIA賬號，選擇對應cuda版本的cudnn下載檔案

在終端本地用戶下將下載到本地的cudnn檔案上傳到虛擬機，等待顯示100%上傳完成

 # 上傳本地檔案到虛擬機，格式: scp 源路徑 目標主機名:目標路徑   （~/表示用戶根目錄）
 scp /Users/yili/Downloads/cudnn-11.1-linux-x64-v8.0.5.39.tgz stp-demo:~/

此處的根目錄為/home/azureuser_demo

將該檔案拷貝（或移動）至/mnt/downloads目錄下（也可以其他目錄，我選擇此處由于/mnt剩余空間比較大）

 # 移動到/mnt/downloads下
 mv cudnn-11.1-linux-x64-v8.0.5.39.tgz /mnt/downloads/

在/mnt/downloads目錄下解壓cudnn檔案，得到如下檔案

 # 解壓cudnn檔案
 tar -zxvf cudnn-11.1-linux-x64-v8.0.5.39.tgz

在當前目錄下，執行如下命令（如果不是root用戶則需要先獲取root權限）

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

輸入如下命令檢查cudnn版本

 cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

如果出現如下資訊，則說明cudnn安裝成功

5. 安裝Anaconda

Anaconda官網下載anaconda安裝包，可以采用下載到本地再上傳或者采用wget方式，此處采用wget方式，下載鏈接右擊選擇【復制鏈接地址】

 # 下載anaconda安裝包
 wget https://repo.anaconda.com/archive/Anaconda3-2021.05-Linux-x86_64.sh

用bash命令安裝anaconda

 bash Anaconda3-2021.05-Linux-x86_64.sh

一路回車 + 輸入yes，等待安裝完成

配置環境變數

（有的教程沒提這一步，但是我試驗時候anaconda安裝并未自動配置環境變數，需要手動）

打開.bashrc檔案，添加如下環境變數配置資訊

 # 打開.bashrc
 vim ~/.bashrc
 ?
 # 進入編輯模式添加如下資訊并保存,此處azureuser_demo為本機用戶名
 export PATH=$PATH:/home/azureuser_demo/anaconda3/bin

輸入如下命令使得配置生效，否則會提示找不到conda命令

 source ~/.bashrc

輸入如下命令檢查安裝是否成功

 conda --version

如果出現如下資訊，則說明安裝成功

6. 安裝pytorch

創建pytorch虛擬環境，python版本為3.8，輸入y等待安裝完成

 conda create -n pytorch python=3.8

查看當前conda環境中的所有虛擬環境，可以看到新創建的pytorch環境

 conda env list

激活pytorch虛擬環境（如下兩種方法皆可）

 # 方法1
 source activate pytorch
 ?
 # 方法2
 conda activate pytorch

如果想要退出當前的pytorch環境（會回到base環境）

 conda deactivate

（P.S.有的教程到這一步后會讓更改鏡像的源，改成清華或者中科大的源，目的為了加快下載速度，我用默認源在安裝程序中速度還比較快，就沒有更改，使用了默認的源

另外，我試過用清華源，但是下下來的卻是cpu版本，據說是清華源沒有gpu版本，不太清楚具體原因，總之后來用官方默認源成功安裝了）

pytorch官網下載pytorch，根據自己的機器配置選擇相應的安裝命令

復制如下命令，執行pytorch安裝，等待安裝完成

 conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c nvidia

在pytorch環境下，輸入指令python或者ipython，如果輸入ipython提示Command 'ipython' not found則需要安裝一下

 conda install ipython

然后再輸入以下指令查看torch是否能啟動GPU

 import torch
 ?
 torch.cuda.is_available()

回傳True則說明已經成功安裝，False則回傳檢查

安裝程序中遇到的問題：

1）激活pytorch虛擬環境時使用conda activate pytorch報如下錯誤：

CommandNotFoundError: Your shell has not been properly configured to use 'conda activate'.

To initialize your shell, run

$ conda init

解決方法：

 # 激活anaconda環境
 source activate
 ?
 # 退出anaconda環境用 source deactivate

激活后在命令列前面會出現：(base) [root@xxx] #

2) torch.cuda.is_available()回傳False

網上查了各種教程，大多是關于驅動安裝不正確，但是我每一步安裝都對了，版本號也對應上了，還是會出現torch.cuda.is_available()回傳False的情況，后來參考了如下帖子中的解決方法

完美解決torch.cuda.is_available()一直回傳False的玄學方法

3) 安裝cuda時，sudo sh cuda_11.1.0_455.23.05_linux.run報錯提示

 Extraction failed.
 Ensure there is enough space in /tmp and that the installation package is not corrupt
 Signal caught, cleaning up

解決方法

在存盤空間剩余比較大的磁盤下，新建一個tmp檔案夾，然后再將安裝時tmp指向該處

 # 在/mnt下新建一個tmp檔案夾
 cd /mnt
 mkdir tmp
 ?
 # 安裝cuda時末尾加上--tmpdir=/mnt/tmp用于指向新創建的tmp檔案夾
 sudo sh cuda_11.1.0_455.23.05_linux.run --tmpdir=/mnt/tmp

4) 卸載cuda

如果安裝錯了想要卸載cuda，按照如下步驟

 # 進入cuda的安裝目錄
 cd /usr/local/cuda-11.2/bin
 # 執行卸載cuda
 sudo ./cuda-uninstaller

直到出現Successfully uninstalled，則卸載完成