為什么要升級(jí)？

• PyTorch 2.x更快，更符合Python語言習(xí)慣，仍然具有動(dòng)態(tài)性。
• 棄用CUDA 11.6和Python 3.7支持。

升級(jí)目標(biāo)

升級(jí)之后，使Python、CUDA、CUDNN、PyTorch的版本如下所示：

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

使用PyTorch 2后，人們將大大提升日常使用PyTorch的方式。

數(shù)據(jù)科學(xué)家將能夠在PyTorch 2.x中完成與1.x相同的任務(wù)，并且可以更快速、更大規(guī)模地完成任務(wù)。

升級(jí)步驟

如果你的Python版本≥ 3.8，≤ 3.11，請?zhí)较乱徊糠?/h3>

將Python從≤3.8升級(jí)到3.10的步驟：

1. 對于全新安裝，請刪除所有現(xiàn)有的Python相關(guān)文件

# 用實(shí)際的版本號(hào)替換X
sudo apt --purge remove python3.X
sudo apt-get autoremove
sudo apt-get autoclean

2. 預(yù)安裝操作

sudo apt update

# 安裝所需的依賴項(xiàng)
sudo apt install build-essential zlib1g-dev libncurses5-dev libgdbm-dev libnss3-dev libssl-dev libreadline-dev libffi-dev wget

3. 從源代碼安裝Python 3.10.6

從Python網(wǎng)站下載所需的版本（這里是3.10.6）。

【網(wǎng)址】：https://www.python.org/downloads/source/

# 提取源代碼
tar -xvf Python-3.10.6.tgz

# 配置構(gòu)建 
cd python-3.10.6
./configure --enable-optimizations --prefix=/usr/local

# 開始構(gòu)建過程
make -j $(nproc)

# 構(gòu)建完成后，安裝Python
sudo make install

打開./bashrc文件，并在末尾添加以下行：

export PATH="/usr/local/bin:$PATH"

保存文件并通過運(yùn)行以下命令更新當(dāng)前會(huì)話的環(huán)境變量：

source ~/.bashrc

驗(yàn)證Python版本：

python3 --version

which python3

如果CUDA≥11.7.0，請?zhí)较乱徊糠?/h3>

使用Nvidia Geforce RTX顯卡在Ubuntu 22.04上升級(jí)Cuda ≤ 11.7的步驟：

1. 對于全新安裝，請刪除所有現(xiàn)有的CUDA相關(guān)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 autoremove
sudo apt-get autoclean

2. 預(yù)安裝操作：

# 驗(yàn)證你是否擁有支持CUDA的GPU
lspci | grep -i nvidia

# 驗(yàn)證系統(tǒng)是否已安裝gcc
gcc --version

# 驗(yàn)證系統(tǒng)是否已安裝正確的內(nèi)核頭文件和開發(fā)包
sudo apt-get install linux-headers-$(uname -r)

3. 安裝NVIDIA CUDA工具包11.7.1（推薦使用Debian安裝程序）

# 安裝存儲(chǔ)庫元數(shù)據(jù)，更新GPG密鑰，更新apt-get緩存并安裝CUDA
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-ubuntu2204.pin
sudo mv cuda-ubuntu2204.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget 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.deb
sudo dpkg -i cuda-repo-ubuntu2204-11-7-local_11.7.1-515.65.01-1_amd64.deb
sudo cp /var/cuda-repo-ubuntu2204-11-7-local/cuda-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get -y install cuda

有關(guān)更多關(guān)于在Ubuntu 22.04上升級(jí)CUDA的詳細(xì)步驟，你可以參考以下鏈接：https://developer.nvidia.com/cuda-toolkit-archive。

在安裝CUDA時(shí)，可能要求你為MOK管理創(chuàng)建密碼，請執(zhí)行此操作。

重新啟動(dòng)系統(tǒng)以加載NVIDIA驅(qū)動(dòng)程序。如果出現(xiàn)藍(lán)屏，請不要繼續(xù)啟動(dòng)，而是登記提供你之前創(chuàng)建的密碼的密鑰，然后繼續(xù)啟動(dòng)。

打開./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}}

保存文件并通過運(yùn)行以下命令更新當(dāng)前會(huì)話的環(huán)境變量：

source ~/.bashrc

驗(yàn)證CUDA版本：

nvcc --version

nvidia-smi

如果已經(jīng)CUDNN≥8.5.0.96，請?zhí)较乱徊糠?/h3>

升級(jí)CUDNN≤ 8.5.0.96的步驟：

1. 安裝CUDNN 8.5.0.96（建議使用Debian安裝程序）

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.deb
sudo dpkg -i cudnn-local-repo-ubuntu2204-8.5.0.96_1.0-1_amd64.deb

# 導(dǎo)入CUDA GPG密鑰
sudo cp /var/cudnn-local-repo-ubuntu2204-8.5.0.96/cudnn-local-*-keyring.gpg /usr/share/keyrings/

# 刷新存儲(chǔ)庫元數(shù)據(jù)
sudo apt-get update

# 安裝運(yùn)行時(shí)的庫
sudo apt-get install libcudnn8=8.5.0.96-1+cuda11.7

# 安裝開發(fā)人員庫
sudo apt-get install libcudnn8-dev=8.5.0.96-1+cuda11.7

有關(guān)詳細(xì)信息，請參見此處（https://developer.nvidia.com/rdp/cudnn-archive）。

如果你已經(jīng)有PyTorch≥ 2.0.0，則非常棒。

升級(jí)PyTorch≤ 2.0.0的步驟：

# 如果你有virtualenv并使用pip作為管理器
pip install torch==2.0.0+cu117 torchvision==0.15.1+cu117 torchaudio==2.0.1 --index-url https://download.pytorch.org/whl/cu117

對于其他操作系統(tǒng)或包管理器，請參見此處（https://pytorch.org/get-started/previous-versions/）。

有關(guān)下載wheel文件的詳細(xì)信息，請參見此處（https://download.pytorch.org/whl/cu117）。

驗(yàn)證PyTorch 2.0的安裝：

python3 -c "import torch; print(torch.__version__)"