如何在Ubuntu上利用PyTorch进行深度学习研究

ubuntu

小樊

2025-06-23 16:54:52

栏目: 智能运维

在Ubuntu上利用PyTorch进行深度学习研究，可以按照以下步骤进行：

1. 安装必要的软件和依赖项

更新系统：
```
sudo apt update
sudo apt upgrade
```
安装Python和pip（如果尚未安装）：
```
sudo apt install python3 python3-pip
```

安装CUDA和cuDNN：

查看当前显卡支持的CUDA版本：
```
nvidia-smi
```

安装CUDA（以CUDA 11.8为例）：

wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda-repo-wsl-ubuntu-11-8-local_11.8.0-1_amd64.debs
sudo dpkg -i cuda-repo-wsl-ubuntu-11-8-local_11.8.0-1_amd64.debs
sudo cp /var/cuda-repo-wsl-ubuntu-11-8-local/cuda-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get -y install cuda

安装cuDNN（需要注册NVIDIA开发者账号并下载对应版本的cuDNN）：

tar -xzvf cudnn-x.x-linux-x64-v8.x.x.x.tgz
sudo cp cuda/include/cudnn*.h /usr/local/cuda/include
sudo cp -P cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

2. 创建虚拟环境（可选）

python3 -m venv pytorch_env
source pytorch_env/bin/activate

3. 安装PyTorch

使用pip安装：

无GPU版本：

pip install torch torchvision torchaudio

有GPU版本（以CUDA 11.8为例）：

pip install torch torchvision torchaudio torch -f https://download.pytorch.org/whl/cu118/torch_stable.html

使用conda安装（推荐）：

安装Miniconda或Anaconda：

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh -b

创建并激活新的conda环境：

conda create -n pytorch_env python=3.8
conda activate pytorch_env

安装PyTorch：

conda install pytorch torchvision torchaudio cudatoolkit=11.8 -c pytorch

4. 验证安装

在Python中运行以下代码来验证PyTorch是否成功安装：

import torch
print(f"PyTorch版本: {torch.__version__}")
print(f"CUDA可用: {torch.cuda.is_available()}")
print(f"当前设备: {torch.device('cuda' if torch.cuda.is_available() else 'cpu')}")

5. 配置环境变量（可选）

如果需要，可以手动配置环境变量：

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

6. 额外资源

通过以上步骤，你应该能够在Ubuntu上成功安装并配置PyTorch，开始你的深度学习研究。如果在安装过程中遇到问题，可以参考PyTorch官方文档或社区论坛寻求帮助。