ubuntu系统cuda11.4配置pytorch

在Ubuntu系统上安装CUDA 11.4并配置PyTorch，你需要完成以下几个步骤：

1. **更新系统**：
首先确保你的Ubuntu是最新的。打开终端并运行：

   sudo apt-get update && sudo apt-get upgrade

2. **安装依赖项**：
安装CUDA前需要一些基础依赖，如`gcc`, `make`, 和 `git`，可以使用：

   sudo apt-get install -y build-essential cmake git libncurses5-dev libncursesw5-dev libreadline6-dev libdb5.3-dev libgdbm-dev liblzma-dev libbz2-dev libsqlite3-dev tk-dev libffi-dev libssl-dev

3. **下载CUDA**：
访问NVIDIA CUDA官网下载对应版本的Driver和CUDA Toolkit，例如：

   wget https://developer.nvidia.com/compute/cuda/11.4.0/local_installers/cuda_11.4.0_450.51.04_linux.run

4. **安装CUDA**：
运行下载的安装脚本，并按照提示操作。记得选择合适的设备（GPU）安装驱动。

5. **添加环境变量**：
创建一个名为`~/.bashrc`（如果不存在）并在其中添加CUDA路径到系统环境变量：

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

6. **安装cuDNN**：
对于深度学习加速，还需要cuDNN库。你可以从NVIDIA官网下载cuDNN，并将它解压到合适的路径，然后设置环境变量。cuDNN安装完成后，通常不需要额外配置。

7. **安装PyTorch**：
使用pip安装PyTorch，注意指定CUDA和cuDNN版本：

   pip install torch torchvision torchaudio -f https://download.pytorch.org/whl/torch_stable.html --extra-index-url https://download.pytorch.org/whl/cpu only

如果你想安装针对特定GPU的版本，加上`--cuda-version=11.4`。

8. **验证安装**：
在Python shell中检查是否成功安装了PyTorch及其CUDA支持：

   import torch
   print(torch.cuda.is_available()) # 输出True表示成功