在Ubuntu上配置PyTorch可以分为几个步骤，包括安装必要的依赖、安装CUDA和cuDNN、以及使用pip或conda安装PyTorch。以下是详细的步骤：
首先，确保你的系统已经安装了Python和pip。如果没有安装，可以使用以下命令进行安装：
sudo apt update sudo apt install python3-pip python3-dev 访问NVIDIA CUDA Toolkit官网下载并安装适合你Ubuntu版本的CUDA Toolkit。例如，对于Ubuntu 20.04，你可以下载CUDA 11.7。
wget https://developer.download.nvidia.com/compute/cuda/11.7.1/local_installers/cuda-repo-ubuntu2004-11-7-local_11.7.1-450.51.06-1_amd64.deb sudo dpkg -i cuda-repo-ubuntu2004-11-7-local_11.7.1-450.51.06-1_amd64.deb sudo apt-key add /var/cuda-repo-ubuntu2004-11-7-local/7fa2af80.pub sudo apt update sudo apt install cuda-toolkit-11.7 访问NVIDIA cuDNN官网下载并安装对应CUDA版本的cuDNN。例如，对于CUDA 11.7，你可以下载cuDNN 8.9.7。
wget https://developer.download.nvidia.com/compute/redist/cudnn/v8.9.7/local_installers/cudnn-ubuntu2004-v8.9.7-450.51.06-1+cudnn8.9.7-1_amd64.deb sudo dpkg -i cudnn-ubuntu2004-v8.9.7-450.51.06-1+cudnn8.9.7-1_amd64.deb sudo cp /var/cuda-repo-ubuntu2004-11-7-local/cuda-*-keyring.gpg /usr/share/keyrings/ sudo apt update sudo apt install cudnn 你可以使用pip在Ubuntu上安装PyTorch。根据你的CUDA版本，选择合适的PyTorch版本进行安装。例如，对于CUDA 11.7：
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117 如果你更喜欢使用conda，可以按照以下步骤进行安装：
# 安装Anaconda或Miniconda wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh bash Miniconda3-latest-Linux-x86_64.sh source ~/.bashrc # 创建并激活虚拟环境 conda create -n pytorch_env python=3.8 conda activate pytorch_env # 安装PyTorch conda install pytorch torchvision torchaudio cudatoolkit=11.7 -c pytorch -c conda-forge 安装完成后，你可以通过以下Python代码验证PyTorch是否安装成功：
import torch print(torch.__version__) print(torch.cuda.is_available()) 如果torch.cuda.is_available()返回True，则表示PyTorch已经成功配置并可以使用GPU加速。
