一、ubuntu18.04 安装CUDA 11.2和Torch 1.7.1

不卡的deepseek连接 ：

一、python 版本

1、查询版本

• python3 –version

二、安装CUDA 11.2

1、首先去官网下载CUDA安装包 ，注意根据你的系统选，最后一项选择runfile(local)。

CUDA最新版下载地址：https://developer.nvidia.com/cuda-downloads

以前版本的CUDA：https://developer.nvidia.com/cuda-toolkit-archive

• wget
• sudo sh cuda_11.2.0_460.27.04_linux.run

路按enter,结束协议后的设置如下， 注意：第三个选项问是否安装NVIDIA Accelerated Graphics Driver驱动，选否

2、安装剩下的四个插件

• sudo sh cuda_11.2.1_460.32.03_linux.run
• sudo sh cuda_11.2.2_460.32.03_linux.run
• sudo sh cuda_11.2.3_460.32.03_linux.run

3、添加环境变量

• sudo gedit ~/.bashrc

4、在末尾添加：

• export PATH=/usr/local/cuda-11.2/bin${PATH:+:${PATH}}
• export LD_LIBRARY_PATH=/usr/local/cuda11.2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
• export CUDA_HOME=/usr/local/cuda-11.2

5、测试CUDA 11.2安装成功, 查看CUDA版本

• nvcc –version

二、安装Torch 1.7.1

访问 PyTorch 官方下载页面：

版本对应表参考

根据你的 Python 版本和 CUDA 版本，下载以下

安装// 安装前，确保python 切换到 python3.8版本

2、激活你的 Conda 环境（如果尚未激活）：

• conda activate py38

3-1、使用 pip 安装 .whl 文件：

• pip install torch-1.9.1+cpu-cp38-cp38-linux_x86_64.whl

或 3-2、虽然官方未直接提供 CUDA 11.2 的预编译包，但可通过 CUDA 向下兼容性 使用 cu111 （CUDA 11.1 的包）：

• pip install torch==1.9.1+cu111 torchvision==0.10.1+cu111 torchaudio==0.9.1 -f

4、验证安装：

• python3 -c “import torch; print(torch.version); print(torch.cuda.is_available())”

返回true，是需要安装 torch gpu麻，在现有的基础上怎么修改    CUDA Toolkit 11.2 和哪个torch版本匹配