ubuntu安装gpu版本的pytorch
时间: 2025-01-08 16:41:39 浏览: 63
### 如何在Ubuntu上安装GPU版本的PyTorch
#### 准备工作
为了确保顺利安装GPU版PyTorch,在开始之前需确认已正确配置好NVIDIA驱动程序以及CUDA环境。对于特定的操作系统版本,如Ubuntu 22.04,可以通过一系列命令来完成必要的准备工作[^2]。
```bash
sudo wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-ubuntu2204.pin
sudo mv cuda-ubuntu2204.pin /etc/apt/preferences.d/cuda-repository-pin-600
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/3bf863cc.pub
sudo add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/ /"
```
这些指令用于添加官方源并更新APT包管理器以便后续能够获取最新的CUDA工具链及相关依赖项。
#### 安装CUDA与cuDNN
根据目标平台的不同,可能需要调整上述链接中的路径参数以匹配具体的Linux发行版代号(例如`ubuntu1804`或`ubuntu2004`),同时也要注意选择兼容于所使用的Python解释器和PyTorch版本的CUDA及cuDNN组合[^4]。
一旦完成了基础环境搭建,则可通过如下方式继续:
#### 创建Conda虚拟环境
推荐先创建一个新的Anaconda环境来进行隔离化开发测试,这有助于避免不同项目间库文件冲突的问题发生。
```bash
conda create -n pytorch_env python=3.9
conda activate pytorch_env
```
这里假设使用的是Python 3.9作为运行时环境;当然也可以依据个人需求更改成其他合适的版本。
#### 下载并安装PyTorch
针对具备图形处理单元(GPU)加速功能的支持情况,可以从官方网站或是国内镜像站点下载预编译好的二进制分发包。比如在中国大陆地区,清华大学开源软件镜像站提供了较为稳定的访问渠道[^3]。
```bash
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113/
```
这条语句会自动拉取适用于CUDA 11.3架构优化过的PyTorch框架及其附属组件。如果读者所在的工作环境中采用的是不同的CUDA版本,请务必替换掉URL末端指定的部分(`cu113`)使之与实际情况相符。
通过以上步骤即可顺利完成基于Ubuntu系统的GPU加速型PyTorch部署流程。
阅读全文
相关推荐


















