在Ubuntu上使用PyTorch需要注意什么

在Ubuntu上使用PyTorch需注意以下关键点：

1. 系统版本与驱动

   • 推荐使用Ubuntu 18.04/20.04/22.04，确保与PyTorch兼容。
   • 安装NVIDIA驱动：通过sudo apt install nvidia-driver-版本号安装，版本需与CUDA兼容，可通过nvidia-smi查看驱动支持的CUDA版本。

2. CUDA与cuDNN配置

   • 根据GPU架构选择CUDA版本（如CUDA 11.8/12.1），通过nvcc --version查看系统CUDA版本。
   • 安装与CUDA匹配的cuDNN库，可从NVIDIA官网下载。

3. 虚拟环境隔离

   • 用Anaconda/Miniconda创建虚拟环境，避免依赖冲突：

     conda create -n pytorch_env python=3.8  
     conda activate pytorch_env  
     

4. PyTorch版本选择

   • 通过conda或pip安装时，指定CUDA版本（如cudatoolkit=11.8），确保与系统CUDA一致。
   • 验证安装：运行import torch; print(torch.cuda.is_available())，返回True表示GPU可用。

5. 依赖与权限问题

   • 若遇权限问题，可尝试sudo或调整Anaconda环境变量。
   • 安装常用依赖库：pip install numpy pandas matplotlib等。

6. 性能优化

   • 使用conda安装时自动处理依赖，避免手动配置环境变量。
   • 对于新硬件，可尝试PyTorch Nightly版本以获取最新支持。

参考来源：