ubuntu系统cuda11.4配置pytorch
时间: 2024-09-10 09:06:02 浏览: 66
ubuntu18.04 python3.8 CUDA11.4 PYTorch1.13.1 tensorrt8.4安装测试全过程
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:
```bash
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:
```bash
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:
```python
import torch
print(torch.cuda.is_available()) # 输出True表示成功
```
阅读全文