ubuntu20.04安装Pytorch,CUDA——日志（2）

转天再次运行nvidia-settings代码发现成功了，很迷。

可以看到驱动版本NVIDIA Driver Version: 390.144

知道了显卡驱动版本，就可以安装CUDA了。

根据官网发布的CUDA与显卡驱动对应

Release Notes :: CUDA Toolkit Documentation

对于390.144（>384.81）的驱动，我们要安装CUDA9.0。

查询Pytorch官网

 与CUDA9.0对应的是Pytorch1.1.0，书中用到的是Pytorch1.3，在书中的某些例子可能在我的电脑上运行不太好，这点要注意。

引用百度百科关于Pytorch的一段话：PyTorch是一个开源的Python机器学习库，基于Torch，用于自然语言处理等应用程序。2017年1月，由Facebook人工智能研究院（FAIR）基于Torch推出了PyTorch。它是一个基于Python的可续计算包，提供两个高级功能：1、具有强大的GPU加速的张量计算（如NumPy）。2、包含自动求导系统的深度神经网络。

Pytorch是一个基于torch的开源Python机器学习库，与之类似的还有谷歌的tensorflow。书中就用的Pytorch。

与Pytorch1.1对应的版本是3.6，现在系统中的是3.9.7，需要创建虚拟环境安装。

除了Pytorch和CUDA，还需要安装cuDNN。

引用Nvidia官网关于cuDNN的描述：NVIDIA CUDA® 深度神经网络库 (cuDNN) 是经 GPU 加速的深度神经网络基元库。cuDNN 可大幅优化标准例程（例如用于前向传播和反向传播的卷积层、池化层、归一化层和激活层）的实施。世界各地的深度学习研究人员和框架开发者都依赖 cuDNN 实现高性能 GPU 加速。借助 cuDNN，研究人员和开发者可以专注于训练神经网络及开发软件应用，而不必花时间进行低层级的 GPU 性能调整。cuDNN 可加速广泛应用的深度学习框架，包括 Caffe2、Chainer、Keras、MATLAB、MxNet、PyTorch 和 TensorFlow。

想要用GPU做关于神经网络的工作，就需要安装cuDNN。

cuDNN下载网址cuDNN Archive | NVIDIA Developer

与CUDA9.0对应的为

至此，总结一下需要安装的信息：