如何在Ubuntu上安裝PyTorch CUDA

在Ubuntu上安裝PyTorch CUDA的步驟如下：

1. 安裝NVIDIA驅動

首先，確保你的系統已經安裝了NVIDIA顯卡驅動。你可以通過以下命令檢查是否已安裝驅動：

nvidia-smi

如果顯示了顯卡信息，說明驅動已安裝。如果沒有，你需要先安裝驅動。

安裝NVIDIA驅動

1. 添加NVIDIA PPA：

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

2. 安裝推薦的驅動版本（例如470）：

   sudo apt install nvidia-driver-470
   

3. 重啟系統：

   sudo reboot
   

2. 安裝CUDA Toolkit

訪問NVIDIA CUDA Toolkit下載頁面，選擇適合你系統的版本并下載安裝腳本。

使用命令行安裝CUDA Toolkit

1. 下載CUDA Toolkit安裝腳本（例如cuda_11.7.0_515.43.04_linux.run）。
2. 賦予安裝腳本執行權限：

   chmod +x cuda_11.7.0_515.43.04_linux.run
   

3. 運行安裝腳本：

   sudo ./cuda_11.7.0_515.43.04_linux.run
   

4. 按照提示完成安裝。在安裝過程中，確保選擇安裝CUDA Toolkit和驅動程序。

3. 配置環境變量

編輯~/.bashrc文件，添加以下內容：

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，使環境變量生效：

source ~/.bashrc

4. 安裝cuDNN

訪問NVIDIA cuDNN下載頁面，下載與CUDA Toolkit版本匹配的cuDNN庫。

使用命令行安裝cuDNN

1. 解壓下載的文件：

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

2. 將cuDNN文件復制到CUDA目錄：

   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*
   

5. 驗證安裝

驗證CUDA和cuDNN是否正確安裝：

nvidia-smi
nvcc -V

如果顯示了CUDA版本信息，說明CUDA安裝成功。

6. 安裝PyTorch with CUDA支持

使用pip安裝PyTorch，確保選擇與CUDA版本匹配的PyTorch版本。例如，如果你安裝的是CUDA 11.7，可以使用以下命令：

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

7. 驗證PyTorch with CUDA

編寫一個簡單的Python腳本來驗證PyTorch是否能夠使用CUDA：

import torch

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CUDA可用，并且顯示了GPU名稱，說明PyTorch with CUDA安裝成功。

通過以上步驟，你應該能夠在Ubuntu上成功安裝并配置PyTorch CUDA。