Ubuntu下PyTorch的GPU加速如何开启

在Ubuntu系统下，要开启PyTorch的GPU加速，你需要确保你的系统满足以下条件：

1. NVIDIA GPU：首先，你需要一个支持CUDA的NVIDIA GPU。

2. CUDA Toolkit：安装与你的GPU和PyTorch版本兼容的CUDA Toolkit。你可以从NVIDIA官网下载CUDA Toolkit。

3. cuDNN：安装与你的CUDA版本兼容的cuDNN库。cuDNN是用于深度神经网络的GPU加速库。

4. NVIDIA驱动程序：确保你的系统上安装了正确版本的NVIDIA驱动程序。

5. PyTorch：安装支持GPU的PyTorch版本。你可以通过pip或conda来安装。

以下是具体步骤：

安装NVIDIA驱动程序

1. 打开终端。
2. 添加NVIDIA PPA（个人包档案）：

   sudo add-apt-repository ppa:graphics-drivers/ppa
   sudo apt update
   

3. 安装推荐的NVIDIA驱动程序：

   sudo ubuntu-drivers autoinstall
   

4. 重启系统：

   sudo reboot
   

安装CUDA Toolkit

1. 访问NVIDIA CUDA Toolkit下载页面。
2. 选择适合你的Ubuntu版本的CUDA Toolkit并下载。
3. 运行下载的安装脚本（例如，对于CUDA 11.7）：

   sudo dpkg -i cuda-repo-ubuntu2004-11-7-local_11.7.0-1_amd64.deb
   sudo apt-key add /var/cuda-repo-ubuntu2004-11-7-local/7fa2af80.pub
   sudo apt update
   sudo apt install cuda
   

安装cuDNN

1. 访问NVIDIA cuDNN下载页面。
2. 注册并登录NVIDIA开发者账户。
3. 下载与你的CUDA版本兼容的cuDNN库。
4. 解压下载的文件并将文件复制到CUDA目录：

   tar -xzvf cudnn-11.7-linux-x64-v8.4.1.50.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*
   

安装PyTorch

你可以使用pip或conda来安装支持GPU的PyTorch版本。以下是使用pip的示例：

pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117

请根据你的CUDA版本选择正确的URL。例如，如果你的CUDA版本是11.7，就使用cu117。

验证安装

安装完成后，你可以通过以下命令验证PyTorch是否能够检测到GPU：

import torch
print(torch.cuda.is_available())
print(torch.cuda.current_device())
print(torch.cuda.get_device_name(torch.cuda.current_device()))

如果输出显示True并且列出了你的GPU型号，那么恭喜你，PyTorch的GPU加速已经成功开启！