6. Ubuntu安装pytorch

本文详细介绍了在Ubuntu操作系统中,如何通过conda和pip两种方式安装PyTorch的v1.8.0及v1.7.1版本,覆盖了不同版本和包管理工具的安装步骤。

6.1 v1.8.0+conda

# CUDA 10.2
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=10.2 -c pytorch

# CUDA 11.1
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge

# CPU Only
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cpuonly -c pytorch

6.2 v1.8.0+pip

# CUDA 11.1
pip install torch==1.8.0+cu111 torchvision==0.9.0+cu111 torchaudio==0.8.0 -f https://download.pytorch.org/whl/torch_stable.html

# CUDA 10.2
pip install torch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0

# CPU only
pip install torch==1.8.0+cpu torchvision==0.9.0+cpu torchaudio==0.8.0 -f https://download.pytorch.org/whl/torch_stable.html

6.3 v1.7.1+conda

# CUDA 9.2
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=9.2 -c pytorch

# CUDA 10.1
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.1 -c pytorch

# CUDA 10.2
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.2 -c pytorch

# CUDA 11.0
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c pytorch

# CPU Only
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cpuonly -c pytorch

6.4 v1.7.1+pip

# CUDA 11.0
pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

# CUDA 10.2
pip install torch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2

# CUDA 10.1
pip install torch==1.7.1+cu101 torchvision==0.8.2+cu101 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

# CUDA 9.2
pip install torch==1.7.1+cu92 torchvision==0.8.2+cu92 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

# CPU only
pip install torch==1.7.1+cpu torchvision==0.8.2+cpu torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

Ubuntu 22.04上安装PyTorch可以通过多种方式进行,包括使用`conda`或`pip`。以下是两种常见的方法: ### 使用 Conda 安装 PyTorch 如果你已经安装了Anaconda或者Miniconda,可以使用`conda`命令来安装PyTorch。这种方式的好处是它可以自动处理依赖关系,并且通常会包含优化过的库以提高性能。 1. 打开终端。 2. 创建一个新的conda环境(可选但推荐): ```bash conda create -n pytorch_env python=3.9 ``` 3. 激活新创建的环境: ```bash conda activate pytorch_env ``` 4. 使用conda安装PyTorch和相关包: ```bash conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch ``` ### 使用 Pip 安装 PyTorch 如果你更倾向于使用`pip`,你需要确保你的系统中有一个合适的Python环境,并且可能需要单独安装CUDA工具包以支持GPU加速。 1. 更新你的软件包列表并升级pip: ```bash sudo apt update pip install --upgrade pip ``` 2. 设置pip镜像源为清华大学的镜像以加快下载速度(可选): ```bash pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple ``` 3. 安装PyTorch和其他必要的库: ```bash pip install torch torchvision torchaudio ``` 请注意,在使用GPU版本之前,你需要确认你的系统已经正确安装了NVIDIA驱动程序以及相应的CUDA Toolkit和cuDNN库[^2]。 如果打算利用GPU进行计算,则还需要检查当前系统中的NVIDIA显卡驱动是否满足要求,并且安装了正确的CUDA Toolkit版本。你可以通过运行`nvidia-smi`命令来查看NVIDIA驱动的状态和CUDA版本信息[^1]。 此外,请根据你的具体需求选择合适的PyTorch版本和对应的CUDA工具包版本。上述示例中使用的`cudatoolkit=11.3`是一个特定版本的例子,实际安装时应根据自己的硬件和需求调整。 最后,安装完成后,建议验证安装是否成功,可以通过导入PyTorch模块并在Python解释器中运行一些基本操作来进行测试。 ```python import torch print(torch.__version__) # 测试CUDA是否可用 print(torch.cuda.is_available()) ```
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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