[Python知识库]Ubuntu 22.04安装深度学习框架PyTorch-GPU版

一、观察

1. 自己Linux系统版本，Ubuntu22.04
2. 查看主流深度学习框架与CUDA版本对应关系：PyTorch
3. 查看NVIDIA驱动与CUDA版本对应关系： 点击
4. 查看CUDA版本和cuDNN版本相匹配：点击
5. PyTorch离线安装（先看五、安装PyTorch-GPU版本内容，离线安装可以不用安装cudnn，这是优点；而且基于cuda向下兼容的特性，cuda都可以不用安装了，但初学者还是都安装吧）： 点击

参考链接

1. pytorch、显卡、显卡驱动、cuda版本是如何对应的
2. 2021最新：TensorFlow各个GPU版本CUDA和cuDNN对应版本整理(最简洁)

二、下载NVIDIA驱动，CUDA，cuDNN

1. 下载NVIDIA驱动：nvidia
   NVIDIA驱动向下兼容，下载最新版即可
2. cuda下载：cuda

• cudnn下载：cudnn
  注：Ubuntu 22.04系统可以下载CUDA最新版11.7，该系统没有对应该CUDA11.7版本以下的CUDA，截止到2022年6月29日，cuDNN没有对应的CUDA11.7的版本

三、安装（按照参考链接即可）

1. NVIDIA驱动安装
   安装参考链接手动安装即可，主要是禁用n开头的显卡
2. CUDA安装
3. cuDNN安装

参考链接

1. Ubuntu20.04显卡驱动安装
2. ubuntu20.04安装nvidia显卡驱动/CUDA/cuDNN

四、Anaconda3创建虚拟环境与换源

1. 换源：Ubuntu更换conda源
   清华源
2. conda创建虚拟环境

conda create -n your_env_name python=X.X（2.7、3.6 ...）

参考链接

1. anaconda的虚拟环境管理及镜像源推荐

五、安装PyTorch-GPU版本

conda和pip命令行安装GPU版本PyTorch都失败了，强烈推荐使用pip离线安装whl。PyTorch whl文件

参考链接

1. ubuntu安装pytorch的CPU版本GPU版本，分conda安装和pip安装,以及whl离线安装
2. Pytorch GPU版本whl文件安装