在Ubuntu上配置PyTorch环境是一个相对直接的过程,但需要确保系统满足一些前置条件。以下是详细的步骤指南:
更新系统:
sudo apt update
sudo apt upgrade
安装NVIDIA显卡驱动:
确保你的显卡支持CUDA,并安装相应的驱动程序。可以通过以下命令安装:
sudo apt install nvidia-driver-xxx
其中xxx
是你的显卡支持的驱动版本。
安装CUDA工具包:
访问NVIDIA CUDA Toolkit下载页面,根据你的显卡型号和系统选择合适的CUDA版本进行下载。
安装CUDA:
wget https://developer.download.nvidia.com/compute/cuda/12.0.1/local_installers/cuda-repo-ubuntu2004-12-0-local_12.0.1-440.51.06-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu2004-12-0-local_12.0.1-440.51.06-1_amd64.deb
sudo apt-key add /var/cuda-repo-ubuntu2004-12-0-local/7fa2af80.pub
sudo apt update
sudo apt install cuda
安装cuDNN:
访问NVIDIA cuDNN下载页面,下载与你的CUDA版本兼容的cuDNN库。
解压并安装cuDNN:
tar -xzvf cudnn-12.0-linux-x64-v8.6.0.70.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*
创建并激活Conda环境(推荐):
下载并安装Miniconda:
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh
创建一个新的Conda环境并激活它:
conda create -n pytorch_env python=3.8
conda activate pytorch_env
使用Conda安装PyTorch:
根据你的CUDA版本,使用以下命令安装PyTorch:
conda install pytorch torchvision torchaudio cudatoolkit=12.0 -c pytorch
请注意,上面的命令中的12.0
应替换为你安装的CUDA版本。
验证安装:
打开Python解释器并尝试导入PyTorch:
import torch
print(torch.__version__)
print(torch.cuda.is_available())
如果torch.cuda.is_available()
返回True
,则表示PyTorch已成功安装并可以使用GPU。
如果你不想使用Conda,也可以使用pip来安装PyTorch:
安装pip(如果尚未安装):
sudo apt install python3-pip
使用pip安装PyTorch:
pip install torch torchvision torchaudio
验证安装:
同样地,在Python解释器中运行以下代码来验证安装:
import torch
print(torch.__version__)
print(torch.cuda.is_available())
以上步骤应该能够帮助你在Ubuntu系统上成功配置PyTorch环境。如果在安装过程中遇到任何问题,可以参考PyTorch官方文档或相关社区论坛寻求帮助。