cuda 11情况下如何配置pytorch 10.2

由于目前pytorch只能支持到10.2的版本，但ubuntu最新的系统驱动直接支持了cuda 11.0， 并且cuda tooklit支持的默认下载也是11.0。

1. 需要先降低cuda tooklit的版本

cuda-uninstaller in /usr/local/cuda-11.1/bin
sudo rm -rf /usr/local/cuda-11.1

来自：Nidia
或

cd /usr/local/cuda-11.0/bin/
sudo ./cuda-uninstaller
sudo rm -rf /usr/local/cuda-11.1

来自：NVIDIA CUDA Toolkit 11.0 安装与卸载(Linux/Ubuntu)

2. 之后下载安装cuda 10.2:

下载地址：
CUDA Toolkit 10.2 Download

wget http://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.runsudo sh cuda_10.2.89_440.33.01_linux.run

3. 只安装驱动外的其他内容，安装结束后测试是否成功：

cd /usr/local/cuda-10.2/samples/1_Utilities/deviceQuery
sudo make
sudo ./deviceQuery

出现PASS，代表没有问题

4. 安装cudnn
去官网选择适合自己的版本，有两种可选：
和

此处我选择的第二个，下载这三个文件：

之后使用命令安装：

sudo dpkg -i libcudnn7_7.6.5.32-1+cuda10.2_amd64.deb
sudo dpkg -i libcudnn7-dev_7.6.5.32-1+cuda10.2_amd64.deb
sudo dpkg -i libcudnn7-doc_7.6.5.32-1+cuda10.2_amd64.deb

5. 安装pytorch
官网选择即可，如果网速慢可参考另一篇文档：

网速比较快，出现下面的内容说明配置正确：

6. 测试
输入命令：

python
>>> import torch
>>> torch.cuda.is_available()

完结撒花！

参考：
NVIDIA CUDA Toolkit 11.0 安装与卸载(Linux/Ubuntu)
pytorch
cuDNN Archive
CUDA Toolkit 10.2 Download
Ubuntu18.04下安装pytorch详细步骤