Ubuntu搭建Pytorch环境（Anaconda、Cuda、cuDNN、Pytorch、Python、Pycharm、Jupyter）

以下是搭建Pytorch环境的简化版指南，包括安装Anaconda、CUDA、cuDNN以及通过Anaconda安装Pytorch。

1. 安装Anaconda:

# 下载Anaconda安装脚本
wget https://repo.anaconda.com/archive/Anaconda3-2023.01-Linux-x86_64.sh
 
# 安装Anaconda
bash Anaconda3-2023.01-Linux-x86_64.sh
 
# 重启终端或者执行下面的命令来初始化Anaconda
source ~/.bashrc

2. 创建一个新的conda环境并安装Pytorch:

# 创建一个名为pytorch_env的新环境，指定Python版本（例如3.8）
conda create -n pytorch_env python=3.8
 
# 激活新创建的环境
conda activate pytorch_env
 
# 安装Pytorch，需要指定CUDA版本（例如11.3），如果不使用GPU可以跳过CUDA部分
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

3. 安装cuDNN（如果使用GPU）:

# 下载cuDNN库
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin
sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/11.3.0/local_installers/cuda-repo-ubuntu2004-11-3-local_11.3.0-455.32.00-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu2004-11-3-local_11.3.0-455.32.00-1_amd64.deb
sudo apt-key add /var/cuda-repo-ubuntu2004-11-3-local/7fa2af80.pub
sudo apt-get update
sudo apt-get install cuda
 
# 安装cuDNN
wget https://developer.download.nvidia.com/compute/machine-learning/cudnn/secure/v8.1.0/prod/11.2_20201106/cudnn-11.2-linux-x64-v8.1.0.77.tar.gz
tar -xzvf cudnn-11.2-linux-x64-v8.1.0.77.tar.gz
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 /usr/local/cuda/lib64/libcudnn*

4. 安装Python、Pycharm和Jupyter（如果尚未安装）:

# 安装Python
conda install python=3.8
 
# 安装Jupyter
conda install jupyter
 
# 安装Pycharm（社区版免费）
# 下载Pycharm: https://www.jetbrains.com/pycharm/download/#section=linux
# 解压下载的压缩包
# 运行Pycharm: ./pycharm.sh

以上步骤假设你已经有了基本的Linux命令行操作经验，并且已经根据你的系统和需求调整了相应的版本号。如果你是第一次安装Linux环境，可能需要进行更