Ubuntu上如何构建PyTorch深度学习环境

在Ubuntu上构建PyTorch深度学习环境，可以按照以下步骤进行：

1. 更新系统

首先，确保你的Ubuntu系统是最新的。

sudo apt update
sudo apt upgrade

2. 安装依赖项

安装构建PyTorch所需的依赖项。

sudo apt install -y build-essential cmake git wget unzip yasm pkg-config libopenblas-dev liblapack-dev libjpeg-dev libpng-dev

3. 安装Python和虚拟环境

安装Python 3和虚拟环境工具。

sudo apt install -y python3 python3-pip python3-venv

创建一个新的虚拟环境并激活它。

python3 -m venv pytorch-env
source pytorch-env/bin/activate

4. 安装CUDA（可选）

如果你有NVIDIA GPU并且想使用CUDA加速，需要安装CUDA Toolkit和cuDNN。

安装CUDA Toolkit

下载CUDA Toolkit：访问NVIDIA CUDA Toolkit下载页面，选择适合你系统的版本并下载。

安装CUDA Toolkit：

sudo dpkg -i cuda-repo-<distro>_<version>_amd64.deb
sudo apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/ubuntu<distro>/x86_64/7fa2af80.pub
sudo apt update
sudo apt install cuda

安装cuDNN

下载cuDNN：访问NVIDIA cuDNN下载页面，下载适合你CUDA版本的cuDNN库。

安装cuDNN：

tar -xzvf cudnn-<version>-linux-x64-v<version>.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*

5. 安装PyTorch

根据你的CUDA版本选择合适的PyTorch安装命令。

使用pip安装

pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu<cuda_version>

例如，如果你使用的是CUDA 11.7：

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

使用conda安装（如果你有Anaconda）

conda install pytorch torchvision torchaudio cudatoolkit=<cuda_version> -c pytorch

例如，如果你使用的是CUDA 11.7：

conda install pytorch torchvision torchaudio cudatoolkit=11.7 -c pytorch

6. 验证安装

验证PyTorch是否安装成功。

import torch
print(torch.__version__)
print(torch.cuda.is_available())  # 如果CUDA安装正确，应该返回True

7. 安装其他常用库

根据你的需求，安装其他常用的深度学习库。

pip install numpy pandas matplotlib scikit-learn

8. 配置环境变量（可选）

如果你使用的是CUDA，确保CUDA路径已添加到环境变量中。

echo 'export PATH=/usr/local/cuda/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc

完成以上步骤后，你就成功地在Ubuntu上构建了一个PyTorch深度学习环境。