### 安装配置CUDA与PyTorch 为了在Python环境中成功安装并配置CUDA和PyTorch，在Ubuntu操作系统中推荐使用Anaconda来创建虚拟环境以及管理依赖项[^2]。 #### 创建Anaconda虚拟环境 首先，打开终端并更新Conda至最新版本： ```bash conda update conda ``` 接着，基于所需的Python版本创建一个新的虚拟环境。这里假设需要的是Python 3.9: ```bash conda create --name pytorch_env python=3.9 ``` 激活新创建的虚拟环境： ```bash conda activate pytorch_env ``` #### 安装PyTorch及其CUDA支持 访问官方PyTorch网站获取最新的安装命令，该页面提供了根据不同需求定制化安装选项的功能。通常情况下，对于带有特定CUDA版本的支持，可以采用如下pip或conda命令进行安装。例如，如果要安装适用于CUDA 11.7的稳定版PyTorch，则可以通过以下任一方式完成： 通过`conda`安装（推荐用于初学者）： ```bash conda install pytorch torchvision torchaudio cudatoolkit=11.7 -c pytorch ``` 或者通过`pip`安装： ```bash pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117 ``` 验证安装是否成功可以在Python交互模式下测试CUDA可用性和PyTorch加载情况[^1]: ```python import torch print(torch.__version__) print(torch.cuda.is_available()) ``` 上述代码会打印出已安装的PyTorch版本号，并确认当前系统能否检测到CUDA设备。