实践设备：华硕FX-PRO（NVIDIA GeForce GTX 960M）
搭建PyTorch环境的详细步骤如下：
-
安装Ubuntu系统：
- 下载Ubuntu的镜像文件并制作启动盘。
- 将启动盘插入计算机，启动计算机并按照提示安装Ubuntu系统。
-
配置镜像源，安装必要环境：
这里以添加清华大学的镜像源地址为例，具体细节请参考https://blog.csdn.net/qq_37592750/article/details/138258932。
2.1.打开终端（Ctrl+Alt+T）。
2.2.使用文本编辑器编辑sources.list文件。注释掉原有的源地址（在每一行前加上#）。
2.3.添加清华大学的镜像源地址。以Ubuntu 20.04为例，可以添加以下内容：
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ focal main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ focal-updates main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ focal-backports main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ focal-security main restricted universe multiverse
2.4.运行以下命令更新系统：
sudo apt update
3.安装NVIDIA驱动和CUDA工具：
（此步骤具体细节安装配置请参考《UEFI安全启动模式下安装Ubuntu的NVIDIA显卡驱动》）：
4.安装Anaconda：
4.1.下载并安装Anaconda。
你可以从Anaconda的官方网站下载适合Linux系统的版本。
4.2.下载完成后，打开终端，导航到下载的文件所在的目录，
并执行以下命令来安装Anaconda：
bash Anaconda3-版本号-Linux-x86_64.sh
按照屏幕上的提示完成安装过程。
4.3.配置Anaconda环境：
安装完成后，需要配置Anaconda环境。
打开终端，并编辑 ~/.bashrc 文件： vim ~/.bashrc
在文件的末尾添加以下内容：
export PATH="/home/用户名称/anaconda3/bin:$PATH"
保存并关闭文件后，运行以下命令使更改生效：source ~/.bashrc然后，测试Anaconda是否安装成功：conda --version如果显示版本信息，则表示Anaconda安装成功。
- 安装Python和pip：
- 终端中运行以下命令安装Python和pip：
sudo apt install python3 python3-pip
- 安装PyTorch依赖库：
- 终端中运行以下命令安装PyTorch所需的依赖库：
sudo apt install libopenblas-dev libblas-dev m4 cmake cython python3-dev python3-yaml python3-setuptools
7.配置pip源（这一步很重要，影响下一步骤操作的下载速度）
7.1.创建或修改pip配置文件：
你可以在用户的家目录下创建或修改一个pip配置文件：
mkdir -p ~/.config/pip
vim ~/.config/pip/pip.conf
7.2.添加pip源：
在pip.conf文件中，你可以选择一个国内的pip源，如阿里云、清华大学等，
阿里云pip源的示例：
[global]
index-url = https://mirrors.aliyun.com/pypi/simple
清华大学示例：
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
保存并关闭文件。之后，当你使用pip安装包时，pip会自动使用配置好的源。
- 安装PyTorch：
终端中运行以下命令安装PyTorch：
pip3 install torch torchvision torchaudio
- 验证安装：
- 在终端中运行以下命令验证PyTorch是否成功安装：
(base) ubuntu@GL552VW:~$ python3
Python 3.11.7 (main, Dec 15 2023, 18:12:31) [GCC 11.2.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> torch.cuda.is_available()
True
>>> print(torch.__version__)
2.3.0+cu121
>>>
以上是在Ubuntu系统上搭建PyTorch环境的详细步骤。
申明：
所有资料为本人收集整理，仅限个人学习使用，勿做商业用途。
