如何在Debian上使用GPU加速PyTorch

在Debian上使用GPU加速PyTorch，你需要确保你的系统已经安装了NVIDIA GPU驱动程序和CUDA工具包。以下是详细步骤：

1. 安装NVIDIA GPU驱动程序

1. 检查GPU型号：

   lspci | grep -i nvidia
   

2. 添加NVIDIA驱动程序源：

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

3. 安装推荐的驱动程序：

   sudo ubuntu-drivers autoinstall
   

4. 重启系统：

   sudo reboot
   

2. 安装CUDA工具包

1. 下载CUDA Toolkit： 访问NVIDIA CUDA Toolkit下载页面，选择适合Debian的版本并下载。

2. 安装CUDA Toolkit：

   sudo dpkg -i cuda-repo-<distro>_<version>_amd64.deb
   sudo apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/<distro>/x86_64/7fa2af80.pub
   sudo apt update
   sudo apt install cuda
   

3. 设置环境变量： 编辑~/.bashrc文件，添加以下行：

   export PATH=/usr/local/cuda-<version>/bin${PATH:+:${PATH}}
   export LD_LIBRARY_PATH=/usr/local/cuda-<version>/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
   

   然后运行：

   source ~/.bashrc
   

3. 安装cuDNN

1. 下载cuDNN： 访问NVIDIA cuDNN下载页面，下载与你的CUDA版本兼容的cuDNN库。

2. 安装cuDNN： 解压下载的文件并将文件复制到CUDA目录：

   tar -xzvf cudnn-<version>-linux-x64-v<version>.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. 安装PyTorch

1. 创建虚拟环境（可选但推荐）：

   python3 -m venv pytorch-env
   source pytorch-env/bin/activate
   

2. 安装PyTorch： 访问PyTorch官方网站，选择适合你的Debian版本和CUDA版本的命令进行安装。例如：

   pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu<version>
   

5. 验证安装

1. 验证CUDA安装：

   nvcc --version
   

2. 验证PyTorch是否检测到GPU：

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

如果一切顺利，你应该能够看到True以及你的GPU型号。

通过以上步骤，你应该能够在Debian上成功配置GPU加速的PyTorch环境。