在Ubuntu上配置PyTorch環境是一個相對直接的過程,但需要確保系統滿足一些前置條件。以下是詳細的步驟指南:
更新系統:
sudo apt update
sudo apt upgrade
安裝NVIDIA顯卡驅動:
確保你的顯卡支持CUDA,并安裝相應的驅動程序??梢酝ㄟ^以下命令安裝:
sudo apt install nvidia-driver-xxx
其中xxx
是你的顯卡支持的驅動版本。
安裝CUDA工具包:
訪問NVIDIA CUDA Toolkit下載頁面,根據你的顯卡型號和系統選擇合適的CUDA版本進行下載。
安裝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
安裝cuDNN:
訪問NVIDIA cuDNN下載頁面,下載與你的CUDA版本兼容的cuDNN庫。
解壓并安裝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*
創建并激活Conda環境(推薦):
下載并安裝Miniconda:
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh
創建一個新的Conda環境并激活它:
conda create -n pytorch_env python=3.8
conda activate pytorch_env
使用Conda安裝PyTorch:
根據你的CUDA版本,使用以下命令安裝PyTorch:
conda install pytorch torchvision torchaudio cudatoolkit=12.0 -c pytorch
請注意,上面的命令中的12.0
應替換為你安裝的CUDA版本。
驗證安裝:
打開Python解釋器并嘗試導入PyTorch:
import torch
print(torch.__version__)
print(torch.cuda.is_available())
如果torch.cuda.is_available()
返回True
,則表示PyTorch已成功安裝并可以使用GPU。
如果你不想使用Conda,也可以使用pip來安裝PyTorch:
安裝pip(如果尚未安裝):
sudo apt install python3-pip
使用pip安裝PyTorch:
pip install torch torchvision torchaudio
驗證安裝:
同樣地,在Python解釋器中運行以下代碼來驗證安裝:
import torch
print(torch.__version__)
print(torch.cuda.is_available())
以上步驟應該能夠幫助你在Ubuntu系統上成功配置PyTorch環境。如果在安裝過程中遇到任何問題,可以參考PyTorch官方文檔或相關社區論壇尋求幫助。