ubuntu安装pytorch-gpu

安装NVIDIA驱动

1. 检测可用驱动

ubuntu-drivers devices

2. 安装驱动

选择不带有server或open等后缀的

sudo apt install nvidia-driver-版本号
# 如：sudo apt install nvidia-driver-470

3. 查看是否安装成功并记住CUDA对应的版本号

nvidia-smi

安装CUDA

1. 打开链接

https://developer.nvidia.com/cuda-toolkit-archive

2. 根据CUDA对应的版本号进行选择
3. 安装CUDA

1. deb包直接根据命令操作即可

2. 如果是界面版建议使用runfile版安装，直接拷贝https网址进行下载，下载后根据命令执行run包 =》continue =》输入accept =》Install（若以及安装显卡驱动，则不选择Driver）

4. 修改.bashrc配置

sudo vim ~/.bashrc

# 加入以下内容，注意cuda版本！！！
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.4/lib64
export PATH=$PATH:/usr/local/cuda-11.4/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-11.4

# 更新环境变量
source ~/.bashrc

# 查看cuda是否安装成功
nvcc -V

安装CUDNN

1. 打开链接

https://developer.nvidia.com/cudnn

2. 下载对应版本的压缩包，以下使用tar包
3. 解压

# 注意版本
tar xvf cudnn-linux-x86_64-8.7.0.84_cuda11-archive.tar.xz

4. 执行配置命令

# 将解压的cuDNN的文件复制到安装好的CUDA环境中并修改权限
# 注意版本
sudo cp cudnn文件夹/include/cudnn.h /usr/local/cuda-11.4/include
sudo cp cudnn文件夹/lib/libcudnn* /usr/local/cuda-11.4/lib64
sudo chmod a+r /usr/local/cuda-11.4/include/cudnn.h 
sudo chmod a+r /usr/local/cuda-11.4/lib64/libcudnn*

安装pytorch-gpu

参考官网https://pytorch.org/