一、为何选择PyTorch GPU版本？

在深厚度学领域，PyTorch以其灵活性和容易用性而闻名。而GPU版本的PyTorch则能够巨大幅提升模型训练的速度，特别是在处理巨大规模数据集时。那么怎么在Ubuntu上安装PyTorch GPU版本呢？让我们一步步来揭开这玩意儿神秘的面纱。

二、 准备干活：检查系统周围

在开头安装之前，我们需要确保我们的Ubuntu系统满足以下条件：

• Ubuntu版本：16.04或更高大
• CUDA版本：与你的GPU兼容的版本
• CUDNN版本：与CUDA版本兼容的版本

你能通过以下命令检查CUDA和CUDNN的版本：

nvcc --version

如果输出包含CUDA版本信息，则表示CUDA已正确安装。

三、 安装NVIDIA驱动

为了使GPU能够与PyTorch协同干活，我们需要安装正确的NVIDIA驱动。

1. 打开终端
2. 运行以下命令卸载老驱动：

sudo apt-get remove --purge nvidia-*

3. 下载适用于你的Ubuntu版本的NVIDIA驱动安装程序
4. 运行安装程序并按照提示完成安装

四、安装CUDA Toolkit

CUDA Toolkit是运行PyTorch GPU版本所必需的。

1. 下载适用于你的Ubuntu版本的CUDA Toolkit
2. 解压下载的文件
3. 在终端中导航到解压后的目录
4. 运行以下命令进行安装：

sudo ./cuda_XX.X_linux.run

5. 按照提示完成安装

五、 安装cuDNN

cuDNN是NVIDIA给的深厚度学库，它能加速深厚度学框架的计算。

1. 下载适用于你的CUDA Toolkit版本的cuDNN库
2. 解压下载的文件
3. 将解压后的文件复制到CUDA的安装目录下

六、 安装PyTorch GPU版本

眼下我们能开头安装PyTorch GPU版本了。

1. 打开终端
2. 运行以下命令安装PyTorch GPU版本：

pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113

3. 等待安装完成

七、 验证安装

安装完成后我们能PyTorch GPU版本是不是安装成功：

import torch
print)

如果输出为True，则表示PyTorch GPU版本已成功安装并能用GPU进行计算。

在Ubuntu上安装PyTorch GPU版本虽然需要一些步骤，但总体上是可行的。通过以上步骤，你能在Ubuntu上成功安装PyTorch GPU版本，并开头你的深厚度学之旅。

---