手把手教你升级PyTorch 2.0和CUDA

作者：学研君 2023-06-05 13:07:38开发 前端 本文将手把手带你升级到PyTorch 2.0。手把手教升级

为什么要升级？

• PyTorch 2.x更快，手把手教升级更符合Python语言习惯，手把手教升级仍然具有动态性。手把手教升级
• 弃用CUDA 11.6和Python 3.7支持。手把手教升级

升级目标

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：

• Python ≥ 3.8，≤ 3.11
• CUDA ≥ 11.7.0
• CUDNN ≥ 8.5.0.96
• PyTorch ≥ 2.0.0

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

升级步骤

如果你的Python版本≥ 3.8，≤ 3.11，请跳到下一部分

将Python从≤3.8升级到3.10的步骤：

1. 对于全新安装，请删除所有现有的Python相关文件

# 用实际的版本号替换Xsudo apt --purge remove python3.Xsudo apt-get autoremovesudo apt-get autoclean

2. 预安装操作

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

3. 从源代码安装Python 3.10.6

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

如果CUDA≥11.7.0，请跳到下一部分

使用Nvidia Geforce RTX显卡在Ubuntu 22.04上升级Cuda ≤ 11.7的步骤：

1. 对于全新安装，请删除所有现有的CUDA相关文件

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

2. 预安装操作：

# 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)

3. 安装NVIDIA CUDA工具包11.7.1（推荐使用Debian安装程序）

# 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

如果已经CUDNN≥8.5.0.96，请跳到下一部分

升级CUDNN≤ 8.5.0.96的步骤：

1. 安装CUDNN 8.5.0.96（建议使用Debian安装程序）

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）。

如果你已经有PyTorch≥ 2.0.0，则非常棒。

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)