CUDA11.1的pytorch安装

CUDA 11.1与PyTorch的集成是为了加速深度学习模型的训练和推理过程，特别是对于那些需要大量计算图形处理的工作负载。以下是安装CUDA 11.1与PyTorch的步骤：

1. **检查系统兼容性**：确保你的系统支持CUDA 11.1，并且是64位的。推荐使用Ubuntu 20.04或更高版本的Linux发行版。

2. **下载CUDA Toolkit**：访问NVIDIA官网 (https://developer.nvidia.com/cuda-downloads) 下载CUDA 11.1 Toolkit for Linux。选择适合自己系统的版本并下载安装文件。

3. **安装CUDA**：运行下载的安装脚本，按照提示进行安装，通常会覆盖或添加驱动程序和CUDA工具库到系统中。

4. **配置环境变量**：安装完成后，你需要更新系统路径环境变量，以便Python能识别CUDA和cuDNN。你可以编辑`~/.bashrc` 或 `~/.zshrc` 文件，添加如下内容（取决于你的shell）：

   export PATH=/usr/local/cuda-11.1/bin:$PATH
   export LD_LIBRARY_PATH=/usr/local/cuda-11.1/lib64:$LD_LIBRARY_PATH

5. **安装cuDNN**：虽然CUDA包含了一些库，但cuDNN是专为深度学习优化的高级库。同样从NVIDIA官网下载cuDNN对应版本，然后解压到合适位置，如`/usr/local/cuda-11.1/extras/CUDDN`，并在环境变量中设置`LIBRARY_PATH`。

6. **安装PyTorch with CUDA**：现在可以安装PyTorch了。确保你已经安装了Python和pip。在命令行中输入：

   pip install torch torchvision --extra-index-url https://download.pytorch.org/whl/torch_stable.html -f https://download.pytorch.org/whl/cu111/

这里指定了cu111版本，对应CUDA 11.1。