Ubuntu上如何安裝PyTorch GPU版

在Ubuntu上安裝PyTorch GPU版，你需要確保你的系統滿足以下條件：

1. 一臺配備了NVIDIA GPU的計算機。
2. 已經安裝了NVIDIA CUDA Toolkit。
3. 已經安裝了cuDNN庫。

以下是安裝步驟：

步驟1：安裝CUDA Toolkit

首先，你需要根據你的GPU型號和驅動版本選擇合適的CUDA Toolkit版本。你可以從NVIDIA官網的CUDA Toolkit Archive下載。

以CUDA 11.7為例，你可以使用以下命令安裝：

wget https://developer.download.nvidia.com/compute/cuda/11.7.0/local_installers/cuda_11.7.0_515.43.04_linux.run
sudo sh cuda_11.7.0_515.43.04_linux.run

在安裝過程中，確保選擇安裝CUDA Toolkit以及驅動程序（如果尚未安裝）。

步驟2：安裝cuDNN

cuDNN是用于深度神經網絡的GPU加速庫。你需要注冊一個NVIDIA開發者賬戶并登錄到cuDNN下載頁面來下載適合你CUDA版本的cuDNN。

下載后，解壓文件并將文件復制到CUDA目錄中：

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*

步驟3：設置環境變量

為了確保PyTorch能夠找到CUDA和cuDNN，你需要設置一些環境變量。將以下內容添加到你的~/.bashrc文件中：

export PATH=/usr/local/cuda-11.7/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.7/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

然后運行以下命令使更改生效：

source ~/.bashrc

步驟4：安裝PyTorch GPU版

你可以使用pip來安裝PyTorch GPU版。訪問PyTorch官網，選擇適合你的操作系統、包管理器、CUDA版本等信息，然后復制生成的pip安裝命令。

例如，如果你使用的是CUDA 11.7，可以使用以下命令安裝：

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

驗證安裝

安裝完成后，你可以通過運行以下命令來驗證PyTorch是否正確安裝并能夠檢測到GPU：

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

如果輸出顯示了CUDA的版本號，并且torch.cuda.is_available()返回True，則表示PyTorch GPU版已經成功安裝。

請注意，上述步驟可能會隨著PyTorch和CUDA版本的更新而變化。建議訪問PyTorch官網獲取最新的安裝指南。