Ubuntu與PyTorch的集成方式

在Ubuntu系統上集成PyTorch可以通過多種方式實現，主要包括使用pip或Anaconda進行安裝，并選擇是否支持GPU加速。以下是詳細的步驟：

使用pip安裝PyTorch

1. 更新系統軟件包：

sudo apt update
sudo apt upgrade

2. 安裝Python3和pip（如果尚未安裝）：

sudo apt install -y python3 python3-pip

3. 創建并激活虛擬環境（可選但推薦）：

python3 -m venv pytorch_env
source pytorch_env/bin/activate

4. 安裝PyTorch：

• 無GPU支持（CPU版本）：

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

• 支持CUDA（需要先安裝CUDA和cuDNN）：

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

請將118替換為你的CUDA版本。

5. 驗證安裝：

python -c "import torch; print(torch.__version__)"

使用Anaconda安裝PyTorch

1. 安裝Anaconda：

wget https://repo.anaconda.com/archive/Anaconda3-2023.07-2-Linux-x86_64.sh
bash Anaconda3-2023.07-2-Linux-x86_64.sh
source ~/.bashrc

2. 創建并激活新的conda環境：

conda create -n pytorch_env python=3.8
conda activate pytorch_env

3. 安裝PyTorch：

• 僅支持CPU：

conda install pytorch torchvision torchaudio cpuonly -c pytorch

• 支持GPU（需要先安裝CUDA和cuDNN）：

conda install pytorch torchvision torchaudio cudatoolkit=11.7 -c pytorch

請將11.7替換為你的CUDA版本。

4. 驗證安裝：

python -c "import torch; print(torch.cuda.is_available())"

使用GPU版本的注意事項

• 確保安裝了與PyTorch兼容的CUDA Toolkit和cuDNN。
• 對于Ubuntu 22.04，可以參考PyTorch官方文檔中的指南，安裝CUDA Toolkit 12.1和cuDNN 8.9.5。
• 在安裝PyTorch GPU版本之前，需要先安裝Nvidia顯卡驅動。

通過以上步驟，你應該能夠在Ubuntu系統上成功集成PyTorch，無論是用于CPU還是GPU加速的深度學習任務。