Ubuntu中PyTorch GPU加速設置

在Ubuntu系統中配置PyTorch以使用GPU加速涉及幾個關鍵步驟。以下是詳細的指南：

準備工作

1. 安裝NVIDIA GPU驅動程序：

   • 使用命令 lspci | grep -i nvidia 查看顯卡型號。
   • 根據顯卡型號從NVIDIA官方網站下載并安裝相應的驅動程序。

2. 安裝CUDA Toolkit：

   • 訪問NVIDIA CUDA Toolkit下載頁面，選擇適合Ubuntu版本的CUDA Toolkit進行下載。
   • 安裝CUDA Toolkit：

     sudo apt update
     sudo apt install -y nvidia-cuda-toolkit
     

   • 驗證CUDA安裝：

     nvcc --version
     

3. 安裝cuDNN庫：

   • 注冊并登錄NVIDIA開發者賬戶，下載與CUDA版本兼容的cuDNN庫。
   • 解壓下載的文件，并將相關文件復制到CUDA的安裝目錄中：

     tar -xzvf cudnn-11.4-linux-x64-v8.2.2.26.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*
     

安裝PyTorch

1. 安裝依賴項：

   sudo apt update
   sudo apt install -y python3-pip python3-dev
   

2. 安裝PyTorch GPU版本：

   • 訪問PyTorch官網，獲取適合系統的安裝命令。以下是一個示例命令，用于安裝PyTorch GPU版本：

     pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113
     

   • 確保使用與CUDA版本兼容的PyTorch版本。

驗證安裝

1. 檢查CUDA版本：

   nvcc --version
   

2. 設置環境變量：

   • 為了使PyTorch能夠使用GPU加速，需要設置一些環境變量：

     export PATH=/usr/local/cuda/bin:$PATH
     export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
     

   • 使環境變量生效：

     source ~/.bashrc
     

3. 驗證GPU加速：

   import torch
   print(torch.__version__)
   print("CUDA is available. You can use GPU.") if torch.cuda.is_available() else print("CUDA is not available. Using CPU.")
   

   • 如果輸出顯示CUDA可用，則表示PyTorch已經成功配置并可以使用GPU加速。

注意事項

• 上述步驟可能會隨著時間的推移而變化，因此建議查看PyTorch官方網站上的最新安裝指南。

通過以上步驟，您應該能夠在Ubuntu系統上成功配置PyTorch以使用GPU加速?，F在，您可以使用PyTorch進行深度學習模型的訓練，享受GPU加速帶來的速度提升。