Ubuntu20.04安装 Pytorch1.7.0 GPU版 torchvision=0.8.1 (已装好CUDA和CUDNN)

  • 创建虚拟环境
    conda create -n pytorch python=3.8
    conda env list
    conda activate pytorch

  • 官网下载对应的安装命令:
    pip install torch==1.7.0+cu101 torchvision==0.8.1+cu101 torchaudio==0.7.0 -f https://download.pytorch.org/whl/torch_stable.html


    不过,下载的有点慢,我是先用Motrix下载Torch:https://download.pytorch.org/whl/cu101/torch-1.7.0%2Bcu101-cp38-cp38-linux_x86_64.whl
    然后先安装torch(需要切换到下载torch的目录下):pip install torch-1.7.0+cu101-cp38-cp38-linux_x86_64.whl -i https://pypi.tuna.tsinghua.edu.cn/simple/
    最后用该命令进行下载其余的库: pip install torch==1.7.0+cu101 torchvision==0.8.1+cu101 torchaudio==0.7.0 -f https://download.pytorch.org/whl/torch_stable.html

  • 测试是否安装完成:

    import torch
    import torchvision
    
    if __name__ == "__main__":
        print(torch.__version__)  # 查看torch当前版本号
        print(torchvision.__version__)
    
        # 查看CUDA版本号:
        print(torch.version.cuda)  # 编译当前版本的torch使用的cuda版本号
    
        # 测试Cudnn是否安装成功
        from torch.backends import cudnn
        print(cudnn.is_available())
    
        # 是否GPU可用
        print(torch.cuda.is_available())  # 查看当前cuda是否可用于当前版本的Torch,如果输出True,则表示可用
    
  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 下面是在 Ubuntu 20.04安装 PyTorch GPU 的步骤: 1. 安装 NVIDIA 驱动: ``` sudo apt-get update sudo apt-get install nvidia-driver-450 ``` 2. 安装 CUDA 工具包: ``` wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600 wget https://developer.download.nvidia.com/compute/cuda/11.0.3/local_installers/cuda-repo-ubuntu2004-11-0-local_11.0.3-450.51.06-1_amd64.deb sudo dpkg -i cuda-repo-ubuntu2004-11-0-local_11.0.3-450.51.06-1_amd64.deb sudo apt-key add /var/cuda-repo-ubuntu2004-11-0-local/7fa2af80.pub sudo apt-get update sudo apt-get -y install cuda ``` 3. 安装 PyTorch GPU: ``` pip install torch torchvision torchaudio -f https://download.pytorch.org/whl/cu11.0/torch_stable.html ``` 安装完成后,可以使用如下代码检查 GPU 是否已成功连接: ``` import torch print(torch.cuda.is_available()) ``` 如果输出为 `True`,则 GPU 已成功连接。 ### 回答2: 在ubuntu20.04安装pytorch-gpu前,需要确认以下几个方面: 1. 确认显卡型号:pytorch-gpu需要支持CUDA的显卡才能使用GPU加速。 2. 确认CUDA本:pytorch-gpu需要和CUDA本匹配,可以在pytorch官方网站查看支持的CUDA本。 3. 确认cuDNN本:cuDNNCUDA的加速库,pytorch-gpu需要与cuDNN本匹配。 接下来,我们开始安装pytorch-gpu: 1. 准备安装环境:首先需要安装Anaconda(或者miniconda)来管理python环境,安装CUDAcuDNN,在终端输入以下命令: ``` sudo apt update sudo apt upgrade sudo apt install conda ``` 2. 创建conda环境:在终端输入以下命令,创建一个名为pytorch的conda环境,并安装python3.7本: ``` conda create -n pytorch python=3.7 conda activate pytorch ``` 3. 安装必要的软件包:在pytorch环境中用pip安装必要的软件包,包括torchtorchvision: ``` pip install torch torchvision ``` 4. 集成GPU支持:在终端输入以下命令,确认CUDAcuDNN的路径: ``` which nvcc ``` 如果没有输出路径,则需要配置CUDA的环境变量。在环境变量中添加以下路径: ``` export LD_LIBRARY_PATH=/usr/local/cuda-11.2/lib64:$LD_LIBRARY_PATH export CUDA_HOME=/usr/local/cuda-11.2 ``` 修改后需要保存环境: ``` source ~/.bashrc ``` 5. 测试GPU是否正常:在终端输入以下命令,如果输出GPU型号和CUDA本,则说明GPU支持已经正常: ``` import torch print(torch.cuda.get_device_properties(0)) ``` 通过以上步骤,我们就可以在Ubuntu20.04中成功安装pytorch-gpu,并进行GPU加速的深度学习计算了。 ### 回答3: 安装PyTorch GPU需要以下步骤: 1. 安装NVIDIA驱动程序 首先需要安装NVIDIA驱动程序,因为PyTorch GPU需要GPU来运行。要安装NVIDIA驱动程序,可以通过以下命令来查看当前使用的NVIDIA GPU驱动程序本: ``` nvidia-smi ``` 如果没有安装NVIDIA驱动程序,则需要从NVIDIA官网上下载安装程序并运行安装。 2. 安装CUDA CUDA是一个GPU并行计算平台,可以让PyTorchGPU上运行。要安装CUDA,需要先检查一下可用的CUDA本。可以通过以下命令来查看当前安装CUDA本: ``` nvcc --version ``` 如果没有安装CUDA,则需要从NVIDIA官网上下载相应的CUDA本并运行安装。 3. 安装cuDNN cuDNN是NVIDIA的一种深度神经网络库,可以大大加速深度学习模型的训练和预测。要安装cuDNN,需要先从NVIDIA官网上下载相应的cuDNN本,然后将其解压并将文件复制到系统目录中。 4. 安装PyTorch 最后,可以通过pip来安装PyTorch。可以使用以下命令来安装PyTorch: ``` pip install torch torchvision ``` 安装完成后,可以通过以下命令来验证PyTorch是否成功安装: ``` python -c "import torch; print(torch.cuda.is_available())" ``` 如果返回True,则表示PyTorch GPU已成功安装,并可以在GPU上运行。 总的来说,安装PyTorch GPU需要确保安装了NVIDIA驱动程序、CUDAcuDNN,并使用pip安装PyTorch。在安装过程中需要注意本匹配,以确保所有组件可以顺利地协调工作。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值