说明：第五步下载pytorch时，直接下载了cudatoolkit，包含了pytorch所需的功能，和本机安装的cuda有重复的功能，是否可以跳过本机安装配置cuda则未尝试过
- 去/usr/local目录下检查是否有cuda-11.0以上的驱动，没有的话按教程安装cuda+cudnn
- 有可能公共服务器默认的cuda是10.x，所以在自己的目录下配置环境变量，修改~/.bashrc
ORIGINAL_PATH=$PATH
ORIGINAL_CUDA_HOME=$CUDA_HOME
ORIGINAL_LD_LIBRARY_PATH=$LD_LIBRARY_PATH
export PATH="/usr/local/cuda-11.0/bin:$PATH"
export CUDA_HOME="/usr/local/cuda-11.0"
export LD_LIBRARY_PATH="/usr/local/cuda-11.0/lib64:$LD_LIBRARY_PATH"
export LIBRARY_PATH="/usr/local/cuda-11.0/lib64:$LIBRARY_PATH"
- 安装anaconda，创建包含pytorch-gpu的环境
wget https://repo.anaconda.com/archive/Anaconda3-2020.11-Linux-x86_64.sh
激活配置
source ~/.bashrc
- 创建环境
conda create -n test_gpu python=3.7
- 下载pytorch
conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c nvidia
完成就可以使用了