Ubuntu搭建Pytorch环境

例如：第一章 Python 机器学习入门之pandas的使用

提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录

Ubuntu搭建Pytorch环境
前言
一、Anaconda
二、Cuda
- 1.安装流程
- 2、环境变量：
3、cuDNN
4、创建Anaconda环境
- 1.Anaconda常用命令:查看,创建,删除环境
- 2.创建ai空间,用于搭建pytorch深度学习框架
4、创建PyTorch环境
- 1、官网：
- [2、在 planner 空间中执行上面生成的命令](#2、在 planner 空间中执行上面生成的命令)

前言

Ubuntu搭建Pytorch环境（Anaconda、Cuda、cuDNN、Pytorch、Python、Pycharm、Jupyter）

提示：以下是本篇文章正文内容，下面案例可供参考

一、Anaconda

二、Cuda

1.安装流程

查看版本：

nvidia 官网：

复制代码

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

下载：

py 复制代码

wget https://developer.download.nvidia.com/compute/cuda/12.8.0/local_installers/cuda_12.8.0_570.86.10_linux.run

安装：

先给权限：

再安装：

py 复制代码

sudo sh cuda_12.8.0_570.86.10_linux.run

查看：

2、环境变量：

py 复制代码

sudo gedit ~/.bashrc

bash 复制代码

# <<< cuda initialize <<<
# export PATH="/anaconda3的路径名/anaconda3/bin:$PATH"
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:/usr/local/cuda/extras/CPUTI/lib64
export CUDA_HOME=/usr/local/cuda/bin
export PATH=$PATH:$LD_LIBRARY_PATH:$CUDA_HOME
# <<< cuda initialize <<<

测试cuda是否安装成功

bash 复制代码

nvcc -V
cd /usr/local/cuda/extras/demo_suite/
./bandwidthTest

3、cuDNN

官网：

bash 复制代码

https://developer.nvidia.com/rdp/cudnn-archive

点击进入：
权限

bash 复制代码

sudo chmod +777 cudnn-linux-x86_64-8.9.6.50_cuda12-archive.tar.xz

并解压

bash 复制代码

unxz cudnn-linux-x86_64-8.9.6.50_cuda12-archive.tar.xz

bash 复制代码

tar -vxf cudnn-linux-x86_64-8.9.6.50_cuda12-archive.tar

安装：

bash 复制代码

sudo cp include/cudnn*.h /usr/local/cuda/include/
sudo cp lib/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

显示：

测试：

bash 复制代码

cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

结果：

4、创建Anaconda环境

1.Anaconda常用命令:查看,创建,删除环境

(1)查看anaconda的安装版本:

bash 复制代码

conda --version

(2)查看已经安装的环境(带星号的表示目前正在使用的环境):

bash 复制代码

conda env list

(3)激活对应的虚拟环境（进入环境)：

bash 复制代码

source activate envone(环境名)

(4)激活默认的虚拟环境（base环境）：

bash 复制代码

source activate

(5)退出当前conda环境：

bash 复制代码

conda deactivate

(6)删除conda环境：

bash 复制代码

conda uninstall -n envone(环境名) --all

(7)在环境里安装需要的包:

bash 复制代码

pip install xxx

(8)查看已经安装的包：

bash 复制代码

pip list

(9)克隆已有环境：

bash 复制代码

conda create -name python32(新名字) --clone python321(老名字)

(10)删除conda环境：

bash 复制代码

conda remove -n envone(环境名) -all

2.创建ai空间,用于搭建pytorch深度学习框架

使用anaconda安装环境后,本地默认环境成为base环境。

(1)创建名为 planner 的空间：

bash 复制代码

conda create -n planner python=3.8

查看创建的环境：

(2)进入 planner 空间(虚拟环境)：

bash 复制代码

conda activate planner

4、创建PyTorch环境

1、官网：

bash 复制代码

https://pytorch.org/get-started/previous-versions/

·选择pytorch版本

·选择对应的操作系统

·选择使用什么安装,conda里可以使用pip安装的

·选择编程语言为python

·选择cuda版本:我的版本是12.1,pytorch官网上目前只给出了11.8的Cuda支持,但是社区明确表明了兼容高版本Cuda。

2、在 planner 空间中执行上面生成的命令

通过conda 创建：

bash 复制代码

conda install pytorch==1.10.0 torchvision==0.11.0 torchaudio==0.10.0 -c pytorch

查看安装列表：

bash 复制代码

pip list

验证pytorch是否安装：

五、安装相关依赖库的方式