Ubuntu安装Pytorch（详细）
一、安装NVIDIA GPU显卡驱动
1、准备工作
1）、禁用BIOS中的secure boot，因为此方法使用第三方源安装显卡驱动，不禁止secure boot会导致安装的驱动不能使用，禁用也不会有多大安全隐患。
2）、禁用nouveau，这是ubuntu默认使用的开源显卡驱动，和nvidia驱动一起使用可能导致黑屏，所以禁掉。
2、禁用nouveau
创建下面文件：
$ sudo vim /etc/modprobe.d/blacklist-nouveau.conf在文件内插入以下内容：
blacklist nouveau
options nouveau modeset=0执行以下命令使禁用生效并且重启：
$ sudo update-initramfs -u
$ sudo reboot重启后可以验证是否生效：
$ lsmod | grep nouveau若没有输出，则禁用生效。
3、禁用X-Window服务
$ sudo service lightdm stop # 这会关闭图形界面按 Ctrl-Alt+F1 进入命令行界面，输入用户名和密码登录命令行界面。
注意：在命令行输入：sudo service lightdm start ，然后按Ctrl-Alt+F7即可恢复到图形界面。
4、安装显卡驱动
首先按 Ctrl-Alt+F1 进入命令行界面，输入用户名和密码登录命令行界面。
使用 sudo service lightdm stop 关闭图形界面
先完全卸载以前安装的显卡驱动：
如果以前是通过ppa源安装的，可以通过下面命令卸载：
$ sudo apt-get remove --purge nvidia*如果以前是通过runfile安装的，可以通过下面命令卸载：
$ sudo ./NVIDIA-Linux-x86_64-384.59.run --uninstall安装显卡驱动的方式有很多，这里介绍其中最简单的方法——ppa源安装驱动
# 添加驱动源
$ sudo add-apt-repository ppa:graphics-drivers/ppa
$ sudo apt-get update自己可以登录官网看看自己的电脑配置对应的驱动版本
在官网查看驱动版本：
一些版本如下：
nvidia-304 nvidia-340-updates nvidia-361
nvidia-304-dev nvidia-340-updates-dev nvidia-361-dev
nvidia-304-updates nvidia-340-updates-uvm nvidia-361-updates
nvidia-304-updates-dev nvidia-340-uvm nvidia-361-updates-dev
nvidia-331 nvidia-346 nvidia-367
nvidia-331-dev nvidia-346-dev nvidia-367-dev
nvidia-331-updates nvidia-346-updates nvidia-375
nvidia-331-updates-dev nvidia-346-updates-dev nvidia-375-dev
nvidia-331-updates-uvm nvidia-352 nvidia-384
nvidia-331-uvm nvidia-352-dev nvidia-384-dev
nvidia-340 nvidia-352-updates
nvidia-340-dev nvidia-352-updates-dev
我安装的版本是nvidia-384 所以使用的命令行如下。
$ sudo apt install nvidia-384
$ sudo apt-get install mesa-common-dev如果前面没有禁用secure boot，则在安装过程中会提示设置一个密码，在重启时需要输入密码验证以禁用secure boot。（这一步往往被忽略而导致安装失败！强烈建议提前在bios中禁用secure boot）
安装完成后重启：
$ sudo reboot注意：如果前面没有禁用secure booot，重启后会出现蓝屏，这时候不能直接选择continue,而应该按下按键，选择Enroll MOK, 确认后在下一个选项中选择continue,接着输入安装驱动时设置的密码，开机。
最后在终端验证是否安装成功：
$ nvidia-smi #如果出现GPU列表，则驱动安装成功 
二、安装CUDA 9.0
2.1 下载
下载地址：CUDA Toolkit 11.6 Update 1 Downloads | NVIDIA Developer
2.2、安装
进入安装包目录使用安装命令如下：
sudo chmod +x cuda_9.0.176_384.81_linux.run
sudo sh cuda_9.0.176_384.81_linux.run --tmpdir=/tmp安装完成后输入重启命令重启：
reboot重启后登录进入系统，配置 CUDA 环境变量，使用 gedit 命令打开配置文件：
sudo gedit ~/.bashrc在该文件最后加入以下两行并保存：
export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
export
LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}使该配置生效：
source ~/.bashrc2.3、验证 CUDA 9.0 是否安装成功
分别执行以下命令：
cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery若看到类似以下信息则说明 cuda 已安装成功：
三、安装Anaconda
3.1 下载
下载地址：https://www.continuum.io/downloads
https://www.continuum.io/downloads
3.2 安装
$ cd ~/Downloads #文件路径
$ bash Anaconda-4.2.0-linux-x86_64.sh询问是否把Anaconda的bin添加到用户的环境变量中，选择yes！
四、安装PyTorch
4.1、安装
PyTorch官网PyTorch提供了各种安装方法
我安装的Pytorch 版本是1.0.0 的所以要去旧版本中查找。
因为我安装的CUDA 是9.0 的，所以使用
# CUDA 9.0
conda install pytorch==1.0.0 torchvision==0.2.1 cuda90 -c pytorch也可以下载.whl文件进行安装。
我下载的是这个文件：torch-1.0.0-cp35-cp35m-linux_x86_64.whl
使用命令行：
pip3 install torch-1.0.0-cp35-cp35m-linux_x86_64.whl记住：上面这个命令行不能使用sudo 权限。否则会安装失败。
4.2、测试
在终端中按以下顺序运行命令:
python在打开的python命令行中运行
import torch不报错的话即代表安装成功
Linux系列文章都弄成 pdf 文件上传至资源下载啦：点击这里
各位大大嫌打开网页麻烦，可以支持小弟一下，方便查阅和学习！
感谢您认真观看到这里！