最近論文需要跑別人的代碼試一下，實驗室的小夥伴在他1060的顯卡上能運行，但是我把它拿到服務器上來跑，總是遇到問題。先來說一下，我最終的配置：
Python3.6.6 + Pytorch1.2.0 + cudatoolkit10.0.130 + cudnn7.6.0 + torchvision0.4.0，這是我最終成功後用到的各個版本。
再來說一下，配置過程中遇到的一些問題。
1、RuntimeError: CuDNN error: CUDNN_STATUS_SUCCESS錯誤，有帖子說是因爲python版本的問題，所以將原來的python3.6.7換爲了3.6.6.
2、接着還是RuntimeError: CuDNN error: CUDNN_STATUS_SUCCESS錯誤
這個問題，很多帖子說要2080的顯卡要用cuda10以上的版本，所以基本上先鎖定要提升cuda版本，試了cuda10.1.168不行，然後就用了cuda10.0.130. 命令： conda install cudatoolkit==10.0.130
3、接着安裝cudnn，直接使用conda install cudnn安裝即可，它自己會選擇和cuda版本對應的安裝包。
3、最後安裝Pytorch，從官網https://pytorch.org/get-started/locally/可以獲得安裝命令，記住cuda要選10.0的版本。得到的命令如下：conda install pytorch torchvision cudatoolkit=10.0 -c pytorch
4、接着還有一個錯誤，【笑哭】咋這麼多錯誤。。。RuntimeError: CUDA out of memory. Tried to allocate 352.00 MiB (GPU 0; 7.80 GiB total capacity; 6.45
哈哈，這個錯誤，不要慌，可能不是你的環境的問題了，可以試試縮小batch_size的值試試，可以設置較小的值，如1,2,4,8,16.。。。最終找到一個適合自己的值。
希望對大家有用，主要也是想記錄一下，怕以後再用到。