pytorch安装教程(Ubuntu22.04.1,Anaconda3-2023.03)

该文详细介绍了如何在Linux系统中,特别是Ubuntu环境下,通过anaconda来安装pytorch和配置cuda。首先,需要确保已安装anaconda,然后分别讲解了cuda的基础知识,包括CUDAtoolkit、driver和GPUdriver。接着,文章提供了查看cuda版本的命令,并指导创建特定python版本的conda环境。在清华源的帮助下,安装适合cuda版本的pytorch,最后提到了安装完成后恢复conda默认源的步骤。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

本文主要讲述了在Linux系统中,通过anaconda安装pytorch的具体步骤,即需要在Ubuntu已经安装好anaconda,其安装步骤可以参考此篇博客:Ubuntu安装Anaconda详细步骤(Ubuntu22.04.1,Anaconda3-2023.03)

本文主要分为两部分:

一、cuda基础知识

Nvidia安装的cuda主要包含三部分:
1.CUDA toolkit
2.CUDA driver
3.NVIDIA GPU driver

CUDA分为两种:驱动API,运行API;
驱动API指的是指的显卡驱动支持的最高cuda版本;
运行API指的是我们运行程序时用的API。

nvidia-smi为查看CUDA驱动API版本的命令,是驱动所能支持的最大运行API版本;
nvcc -V为查看CUDA运行API版本的命令,由于运行API在CUDA里的CUDA Toolkit工具包中,所以运行API版本也是CUDA Toolkit工具包的版本。

在安装Anaconda之后,Anaconda会提供一个cudatoolkit工具包,同样包含了CUDA的运行API,可以用来替代官方CUDA的CUDA Toolkit。此时运行pytorch代码就会使用anaconda的cudatoolkit,而忽略官方的CUDA Toolkit,
所以我们只需要根据anaconda中cudaoolkit包的版本来安装相应的pytorch即可。

二、pytorch安装

1.查看cuda版本
在anaconda的安装文件夹anaconda3中右键打开终端,输入下面的命令行查看cuda版本

nvidia-smi

可以看到显卡驱动版本是470.141.03,最高支持的cuda版本是11.4,我们可以根据cuda的最高支持版本进行pytorch的安装
在这里插入图片描述
2.输入下面的命令行,创建一个名称为pytorch的python3.7环境(名称和python版本任意)

conda create -n pytorch python=3.7

在这里插入图片描述
输入y,并按回车键
在这里插入图片描述
等待安装完成
在这里插入图片描述
3.输入下面的命令,进入刚刚建好的名称为pytorch的环境中去

conda activate pytorch

在这里插入图片描述
4.输入下面的命令行,给pytorch环境换清华源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

在这里插入图片描述
5.之前检测英伟达显卡最高支持cuda11.4版本,所以我们可以选择cuda11.3版本的cuda,打开pytorch官网
可以发现此处pytorch的cuda版本为11.7以上,不适用我们安装,点击install previous versions of PyTorch
在这里插入图片描述
根据实际环境要求自行选择,比如本文这里选择了pytorch1.12.1,cuda11.3,Linux版本
选择完成后复制下面的命令行

(注意不要把后面的-c pytorch复制下来,因为这样就会在国外源下载)
在这里插入图片描述
6.运行刚刚复制的命令行

在这里插入图片描述
输入y,并按回车键
在这里插入图片描述
等待安装完成
在这里插入图片描述
安装完成后如下图所示
在这里插入图片描述
7.输入conda list,可以看到已经安装好的包
在这里插入图片描述
在这里插入图片描述
8.安装完成之后,我们需要将先前添加的清华源删除,从而在之后安装其他包(例如opencv,skimage等)时,能够安装成功
首先输入第一行命令行可以查看添加好的清华源,
输入第二行命令行删除清华源,
再次输入第一行命令行可以检查清华源已经删除。

conda config --show channels#显示conda所有通道
conda config --remove-key channels#重置conda默认源

在这里插入图片描述

### 在 Ubuntu 22.04 上使用 Anaconda 安装 PyTorch #### 下载并安装 Anaconda 为了在 Ubuntu 22.04 上设置好 Python 数据科学开发环境,首先需要下载适合 Linux 的 Anaconda 版本。可以利用 `wget` 命令来获取最新版的 Anaconda 脚本文件: ```bash wget https://repo.anaconda.com/archive/Anaconda3-2023.03-1-Linux-x86_64.sh ``` 之后运行该脚本来完成安装过程[^2]。 #### 创建新的 Conda 环境 建议创建一个新的 conda 环境专门用于 PyTorch 开发工作,这样能够更好地管理依赖关系以及不同项目的库版本冲突问题。可以通过下面这条命令实现: ```bash conda create --name pytorch_env python=3.9 ``` 这里命名为 `pytorch_env` 并指定 Python 版本为 3.9[^3]。 #### 激活新建的 Conda 环境 一旦环境建立完毕,则需激活它以便后续操作都在此环境中执行: ```bash conda activate pytorch_env ``` 此时终端提示符前会显示 `(pytorch_env)` 表明当前处于所创设的新环境下工作。 #### 安装 PyTorch 及其相关组件 对于希望启用 GPU 加速功能的情况,在已激活的目标环境中输入如下指令即可一键式地安装带有 CUDA 支持的 PyTorch 和其他常用工具包(如 torchvision, torchaudio),具体取决于个人需求调整 cuda 版本号: ```bash conda install pytorch torchvision torchaudio cudatoolkit=11.7 -c pytorch -c nvidia ``` 上述命令中的 `-c pytorch`, `-c nvidia` 参数指定了从特定渠道获取软件包;而 `cudatoolkit=11.7` 则明确了要匹配的 NVIDIA CUDA Toolkit 的版本信息。 至此,整个基于 Anaconda 构建支持 GPU 计算能力的 PyTorch 运行时环境搭建流程结束。
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