升级之后,手把手教升级使Python、手把手教升级CUDA、手把手教升级CUDNN、手把手教升级PyTorch的手把手教升级版本如下所示:
使用PyTorch 2后,手把手教升级人们将大大提升日常使用PyTorch的手把手教升级方式。
数据科学家将能够在PyTorch 2.x中完成与1.x相同的手把手教升级任务,并且可以更快速、手把手教升级更大规模地完成任务。手把手教升级
将Python从≤3.8升级到3.10的步骤:
# 用实际的版本号替换Xsudo apt --purge remove python3.Xsudo apt-get autoremovesudo apt-get autoclean
sudo apt update# 安装所需的依赖项sudo apt install build-essential zlib1g-dev libncurses5-dev libgdbm-dev libnss3-dev libssl-dev libreadline-dev libffi-dev wget
从Python网站下载所需的版本(这里是3.10.6)。
【网址】:https://www.python.org/downloads/source/
# 提取源代码tar -xvf Python-3.10.6.tgz# 配置构建 cd python-3.10.6./configure --enable-optimizations --prefix=/usr/local# 开始构建过程make -j $(nproc)# 构建完成后,安装Pythonsudo make install
打开./bashrc文件,并在末尾添加以下行:
export PATH="/usr/local/bin:$PATH"
保存文件并通过运行以下命令更新当前会话的环境变量:
source ~/.bashrc
验证Python版本:
python3 --versionwhich python3
使用Nvidia Geforce RTX显卡在Ubuntu 22.04上升级Cuda ≤ 11.7的步骤:
sudo apt-get --purge remove "*cuda*" "*cublas*" "*cufft*" "*cufile*" "*curand*" "*cusolver*" "*cusparse*" "*gds-tools*" "*npp*" "*nvjpeg*" "nsight*"sudo apt-get --purge remove "*nvidia*"sudo apt-get autoremovesudo apt-get autoclean
# 验证你是否拥有支持CUDA的GPUlspci | grep -i nvidia# 验证系统是否已安装gccgcc --version# 验证系统是否已安装正确的内核头文件和开发包sudo apt-get install linux-headers-$(uname -r)
# 安装存储库元数据,更新GPG密钥,更新apt-get缓存并安装CUDAwget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-ubuntu2204.pinsudo mv cuda-ubuntu2204.pin /etc/apt/preferences.d/cuda-repository-pin-600wget https://developer.download.nvidia.com/compute/cuda/11.7.1/local_installers/cuda-repo-ubuntu2204-11-7-local_11.7.1-515.65.01-1_amd64.debsudo dpkg -i cuda-repo-ubuntu2204-11-7-local_11.7.1-515.65.01-1_amd64.debsudo cp /var/cuda-repo-ubuntu2204-11-7-local/cuda-*-keyring.gpg /usr/share/keyrings/sudo apt-get updatesudo apt-get -y install cuda
有关更多关于在Ubuntu 22.04上升级CUDA的详细步骤,你可以参考以下链接:https://developer.nvidia.com/cuda-toolkit-archive。
在安装CUDA时,可能要求你为MOK管理创建密码,请执行此操作。
重新启动系统以加载NVIDIA驱动程序。如果出现蓝屏,请不要继续启动,而是登记提供你之前创建的密码的密钥,然后继续启动。
打开./bashrc文件,并在末尾添加以下行:
export PATH=/usr/local/cuda-11.7/bin${ PATH:+:${ PATH}}export LD_LIBRARY_PATH=/usr/local/cuda-11.7/lib64${ LD_LIBRARY_PATH:+:${ LD_LIBRARY_PATH}}
保存文件并通过运行以下命令更新当前会话的环境变量:
source ~/.bashrc
验证CUDA版本:
nvcc --versionnvidia-smi
升级CUDNN≤ 8.5.0.96的步骤:
wget https://developer.nvidia.com/compute/cudnn/secure/8.5.0/local_installers/11.7/cudnn-local-repo-ubuntu2204-8.5.0.96_1.0-1_amd64.debsudo dpkg -i cudnn-local-repo-ubuntu2204-8.5.0.96_1.0-1_amd64.deb# 导入CUDA GPG密钥sudo cp /var/cudnn-local-repo-ubuntu2204-8.5.0.96/cudnn-local-*-keyring.gpg /usr/share/keyrings/# 刷新存储库元数据sudo apt-get update# 安装运行时的库sudo apt-get install libcudnn8=8.5.0.96-1+cuda11.7# 安装开发人员库sudo apt-get install libcudnn8-dev=8.5.0.96-1+cuda11.7
有关详细信息,请参见此处(https://developer.nvidia.com/rdp/cudnn-archive)。
升级PyTorch≤ 2.0.0的步骤:
# 如果你有virtualenv并使用pip作为管理器pip install torch==2.0.0+cu117 torchvision==0.15.1+cu117 torchaudio==2.0.1 --index-url https://download.pytorch.org/whl/cu117
对于其他操作系统或包管理器,请参见此处(https://pytorch.org/get-started/previous-versions/)。
有关下载wheel文件的详细信息,请参见此处(https://download.pytorch.org/whl/cu117)。
验证PyTorch 2.0的安装:
python3 -c "import torch; print(torch.__version__)"
责任编辑:武晓燕 来源: Python学研大本营 PyTorchCUDA文件(责任编辑:探索)
华兰生物(002007.SZ):2020年度净利升25.69% 基本每股收益0.8873元