目录
1.1 学习本专栏知识需要有前置知识作为铺垫
1.2 Pytorch环境布置
1.2.1 乌班图环境布置
1.2.2 英伟达显卡驱动安装
1.2.3 如何查看你的电脑应该安装的CUDA+cuDNN版本
1.2.4 CUDA+cuDNN安装
1.2.5 安装pip
1.2.6 安装pytorch
1.3 验证安装
1.1 学习本专栏知识需要有前置知识作为铺垫
①了解机器学习基本概念：下面放的链接是我写的机器学习入门博客供大家参考
②Python编程基础
③线性代数/概率论相关知识
④Linux编程经验
如果您还没有此类经验，为了更好的学习，请先学习预备知识！
1.2 Pytorch环境布置
1.2.1 乌班图环境布置
Pytorch在linux下运行，因此我们需要搭建双系统或者虚拟机。
windows、Ubuntu双系统安装教程
上面的链接是我在配置双系统的时候遇到的诸多问题及解决，要是嫌麻烦也可以装虚拟机，对于乌班图版本呢，16.04与18.04皆可，我选择为18.04.5版本。（我的机器选16.04没有网卡驱动...）
1.2.2 英伟达显卡驱动安装
命令行输入：
nvidia-smi
如果是这样的就是安装成功了！
如果报错，我们在软件更新里面寻找一个驱动下载安装即可：
1.2.3 如何查看你的电脑应该安装的CUDA+cuDNN版本
如何查看自己应该下的CUDA和cuDNN版本：打开NVIDIA控制面板，选择帮助，系统信息。
我们记住这个驱动程序版本和NVCUDA64.DLL的信息。
参考显卡驱动的Release Notes下载最适合自己电脑版本的CUDA：
CUDA下载地址https://developer.nvidia.com/cuda-toolkit-archive
cuDNN版本要选择和cuda对应版本的，其实这只是一个基于cuda的库，不需要安装，下载后的压缩包解压后是一些头文件，lib和dll文件。
cuDNN下载地址https://developer.nvidia.com/rdp/cudnn-download
显卡GPU算力查询表如上：GTX3060 GPU算力8.6 ,即compute_86,sm_86 <CudaArchitecture>compute_86,sm_86</CudaArchitecture>
1.2.4 CUDA+cuDNN安装
为了不出现麻烦的问题，我们选则下行稳定版进行安装：
我电脑驱动程序版本为512.36，我选择CUDA10.1（驱动程序版本>418.39）进行安装，
CUDA10.1下载地址https://developer.nvidia.com/cuda-10.1-download-archive-base
我们把deb文件下载到Ubuntu的桌面按照图示所选执行命令就可以进行安装啦！
cd /home/liuhongwei/Desktopsudo dpkg -i cuda-repo-ubuntu1804-10-1-local-10.1.105-418.39_1.0-1_amd64.deb sudo apt-key add /var/cuda-repo-<version>/7fa2af80.pub sudo apt-get update sudo apt-get install cuda
安装成功之后，需要配置一下环境变量。
调出终端，输入：
sudo gedit .bashrc
将以下三行代码粘贴到文本的末尾：
export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64:/usr/local/cuda/extras/CPUTI/lib64 export CUDA_HOME=/usr/local/cuda-10.1/bin export PATH=$PATH:$LD_LIBRARY_PATH:$CUDA_HOME
执行命令使上面的修改生效：
source ~/.bashrc
验证安装：终端输入命令 nvcc -V 如图安装CUDA成功！
nvcc -V
选择与CUDA10.1对应版本的cuDNN进行安装：
我们把安装包放到乌班图的桌面，并使环境切换到桌面，输入以下命令：
cd /home/liuhongwei/Desktoptar -zxvf cudnn-10.1-linux-x64-v7.6.5.32.tgz sudo cp cuda/include/cudnn.h /usr/local/cuda/include/ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ sudo chmod a+r /usr/local/cuda/include/cudnn.h sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
1.2.5 安装pip
sudo apt install python3-pip
1.2.6 安装pytorch
pytorch官网
https://pytorch.org/get-started/previous-versions/#conda-2
pip install torch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1
执行命令，等待安装完毕，如果您的时间足够则不用进行本节其他命令，等待上面这条指令执行完毕即安装成功，如果您觉得比较慢则可以按照下列步骤加速安装，但加速安装的前提是您的linux基础足够好！
加速安装步骤：
如果下载过慢也可直接用windows下载再用u盘放到linux下。
执行命令：
sudo pip3 install torch-1.10.1-cp36-cp36m-manylinux1_x86_64.whl
安装成功
执行命令：
sudo pip3 install torchvision-0.11.2-cp36-cp36m-manylinux1_x86_64.whl
然而又弹出了一个依赖需要安装：
我们把numpy包下下来安装，成功！
sudo pip3 install numpy-1.19.5-cp36-cp36m-manylinux1_x86_64.whl
继续安装上面的：
sudo pip3 install torchvision-0.11.2-cp36-cp36m-manylinux1_x86_64.whl
还有依赖需要安装！
安装成功！
重新执行安装pytorch的代码：
pip install torch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1
安装成功！
1.3 验证安装
我们建立一个python文件验证安装：
import torch print(torch.__version__) print(torch.version.cuda)
我们运行它：
