Ubuntu上如何搭建PyTorch深度学习平台

在Ubuntu上搭建PyTorch深度学习平台可参考以下步骤：

1. 更新系统：sudo apt update。
2. 安装系统依赖：sudo apt install -y build-essential cmake git wget unzip yasm pkg-config libopenblas-dev liblapack-dev libjpeg-dev libpng-dev。
3. 安装Python和pip：sudo apt install -y python3 python3-pip。
4. 安装CUDA和cuDNN（可选）：
   • 安装CUDA：从NVIDIA官网下载对应Ubuntu版本CUDA Toolkit的.deb文件，执行sudo dpkg -i cuda-repo-*.deb，sudo apt-key add /var/cuda-repo-*/7fa2af80.pub，sudo apt update，sudo apt install cuda-toolkit-*。
   • 安装cuDNN：从NVIDIA官网下载对应CUDA版本的cuDNN库，执行sudo dpkg -i cudnn-*.deb，sudo cp /var/cuda-repo-*/cuda-*-keyring.gpg /usr/share/keyrings/，sudo apt update，sudo apt install cudnn。
5. 创建虚拟环境（可选）：
   • python3 -m venv pytorch-env。
   • source pytorch-env/bin/activate。
6. 安装PyTorch：
   • 使用pip安装：根据CUDA版本选择命令，如pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117（CUDA 11.7）；若不用GPU，可执行pip3 install torch torchvision torchaudio。
   • 使用conda安装：先安装Anaconda或Miniconda，再创建并激活虚拟环境，最后执行conda install pytorch torchvision torchaudio cudatoolkit=* -c pytorch -c conda-forge（*为对应CUDA版本号）。
7. 验证安装：在Python环境中执行import torch，print(torch.__version__)，print(torch.cuda.is_available())，若torch.cuda.is_available()返回True，则安装成功。