linux下安裝cuda後nvcc -V無法執行的解決方案

pytorch版本

博主剛開始安裝的pytorch版本爲1.2.0，但是所跑的pytorch程序是在0.4.0版本下寫的，結果運行時出現了一些問題，必須改裝較低版本的pytorch——這裏選擇了0.4.1。
下載鏈接：

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

下載後，得到安裝包.tar.bx2，可以使用下述指令進行本地安裝：

$ conda install --use-local pytorch-0.4.1-py36_cuda8.0.61_cudnn7.1.2_1.tar.bz2 #具體根據下載的安裝包來確定

安裝完成後還要安裝torchvision：

$ conda install pytorch torchvision cudatoolkit=8.0 -c pytorch

同時，這裏可以看到安裝包的文件名也告訴了我們應該下載的cuda和cudnn的版本。

cuda版本

pytorch版本降低，對應地，cuda版本也要降低，這裏使用cuda8.0

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

linux系統18.04也可以使用16.04的cuda，向下兼容。
兩種下載方法——runfile和local安裝，筆者使用前者失敗，被告知沒有cuda toolkit，安裝失敗。
使用local的deb文件安裝，但是使用nvcc -V無法識別，

修改環境變量

網上的大部分教程都在告知我們需要將cuda/lib添加到環境變量中，
這裏我們添加到bashrc文件中

$ sudo vim ~/.bashrc

export PATH="/usr/local/cuda-8.0/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-8.0/lib:$LD_LIBRARY_PATH"

但是，之後輸入nvcc -V 命令行還是顯示：

Command 'nvcc' not found, but can be installed with:
apt install nvidia-cuda-toolkit

這是由於環境變量的修改沒有立即生效，可以使用

$ source ~/.bashrc

使修改立即生效，效果顯著

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2016 NVIDIA Corporation
Built on Tue_Jan_10_13:22:03_CST_2017
Cuda compilation tools, release 8.0, V8.0.61

可參考：https://www.cnblogs.com/joshua317/p/6899057.html 瞭解三種環境變量的具體設置方法。

其他常用操作

pytorch、cuda和cudnn的安裝檢測

import torch
# 若正常則靜默
 
a = torch.tensor(1.)
# 若正常則靜默
 
a.cuda()
# 若正常則返回 tensor(1., device='cuda:0')
 
from torch.backends import cudnn
# 若正常則靜默
 
cudnn.is_available()
# 若正常則返回 True
 
cudnn.is_acceptable(a.cuda()) 
# 若正常則返回 True