PyTorchとCUDA Toolkitをインストールする

インストールしたいPyTorchのバージョンを探します。Conda（condaを使用）またはWheel（pipを使用）のいずれかの方法で、表示されているインストール用コマンドを実行することで、PyTorchをインストールできます。

環境を選択していきDownloadをクリックしてください。Installer Typeの違いは、localはすべてのコンポーネントが含まれており、networkはインストール時に選択したパッケージのみダウンロードします。

インストールオプションでカスタムを選択してください。

CUDAのインストーラーには、CUDA本体以外にもさまざまなコンポーネントが含まれています。、ディスプレイドライバが現在のバージョンより古い場合、自動的にダウングレードされてしまうことがあるため注意が必要です。不要なコンポーネントは、事前にチェックを外しておきましょう。

サポートされているVisual Studioのバージョンが見つからない場合、このような画面が表示されます。このままインストールを続けることもできますが、インストールに失敗する場合やVisual Studioを利用しない場合は、「Visual Studio Integration」のチェックを外してインストールを進めてください。

環境を選択していきますが、Installer Typeでは (RPM/deb) を推奨されていますのでそちらを選んでください。

あとは表示されたコマンドを実行するだけですが、最後の行のsudo apt-get -y install cudaでは最新のバージョンがインストールされてしまいます。以下を参考に指定してください。

CUDA ToolkitのPATHとLD_LIBRARY_PATHを設定します。以下はCUDA 11.8の例です。バージョンに合わせて数字を変更してください。この設定は、現在のターミナルセッションのみ有効です。ターミナルを閉じるとリセットされるため、毎回手動で設定が必要です。

export PATH=/usr/local/cuda-11.8/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

毎回の手動設定が面倒な場合は、~/.bashrc に追記しておくと、ターミナルを開くたびに自動で読み込まれます。

echo 'export PATH=/usr/local/cuda-11.8/bin${PATH:+:${PATH}}' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}' >> ~/.bashrc
source ~/.bashrc