Ubuntu PyTorch如何搭建深度学习环境 - 问答

在Ubuntu系统上搭建PyTorch深度学习环境，可以按照以下步骤进行：

1. 更新系统包

首先，确保你的系统包是最新的：

sudo apt update && sudo apt upgrade -y

2. 安装Python和pip

如果你还没有安装Python和pip，可以使用以下命令安装：

sudo apt install python3 python3-pip -y

3. 安装CUDA和cuDNN（可选）

如果你希望使用GPU加速，需要先安装兼容版本的CUDA Toolkit以及cuDNN库。建议访问NVIDIA官方网站获取对应操作系统的具体指导说明。

安装CUDA

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin
sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget http://developer.download.nvidia.com/compute/cuda/11.8.1/local_installers/cuda-repo-ubuntu2004-11-8-local-11.8.1-465.19.06-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu2004-11-8-local-11.8.1-465.19.06-1_amd64.deb
sudo apt-key add /var/cuda-repo-ubuntu2004-11-8-local-11.8.1-465.19.06-1/7fa2af80.pub
sudo apt update
sudo apt install cuda -y

安装cuDNN

wget https://developer.nvidia.com/compute/machine-learning/cudnn/secure/8.6.1.32/Production/11.8_20211031/cudnn-11.8.1-linux-x64-v8.6.1.32.tgz
tar -xzvf cudnn-11.8.1-linux-x64-v8.6.1.32.tgz
sudo cp cuda/include/cudnn*.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

4. 创建虚拟环境（推荐）

为了防止软件包冲突，创建一个新的Python虚拟环境是一个良好的实践方式。

python3 -m venv pytorch_env
source pytorch_env/bin/activate

5. 安装PyTorch

你可以使用pip来安装PyTorch。首先，确保你已经安装了pip和virtualenv。

使用pip安装PyTorch

根据你的CUDA版本选择合适的PyTorch安装命令。例如，如果你想安装支持CUDA 11.8的PyTorch版本，可以使用以下命令：

pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu118

如果不打算使用GPU加速功能的话，那么可以选择仅限CPU的版本：

pip install torch torchvision torchaudio

6. 验证安装

安装完成后，可以通过以下命令验证PyTorch是否安装成功：

import torch
print(torch.__version__)
if torch.cuda.is_available():
    print('CUDA is available')
else:
    print('No CUDA support')

7. 安装其他依赖库（可选）

根据你的项目需求，可能还需要安装其他依赖库。可以使用pip进行安装：

pip install numpy pandas matplotlib

8. 配置环境变量（可选）

如果你需要设置一些环境变量，可以在~/.bashrc或~/.zshrc文件中添加相应的配置。例如：

export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

然后运行以下命令使配置生效：

source ~/.bashrc

通过以上步骤，你应该能够在Ubuntu系统上成功配置PyTorch深度学习环境。

0 赞

0 踩