准备工作
1. 安装Ubuntu 16.04系统：需要在电脑上安装Ubuntu 16.04系统，如果没有安装过的话，可以参考官方网站上的安装教程。
2. 安装Python：安装Python 3.5或者更高版本，用于安装PyTorch等库。
3. 安装CUDA：安装CUDA 8.0或者更高版本，用于运行GPU版本的PyTorch。
4. 下载MS-Celeb-1M数据集：下载MS-Celeb-1M数据集，用于训练AlexNet模型。
安装PyTorch
1. 使用pip安装PyTorch：在命令行中输入以下命令：
$ pip install torch
2. 安装PyTorch依赖包：在命令行中输入以下命令：
$ pip install torchvision
3. 安装GPU版本的PyTorch：如果电脑上安装了CUDA，可以安装GPU版本的PyTorch，在命令行中输入以下命令：
$ pip install torch-gpu
训练AlexNet模型
1. 将MS-Celeb-1M数据集转换成PyTorch格式：需要将MS-Celeb-1M数据集转换成PyTorch格式，可以使用PyTorch提供的转换工具。
2. 使用PyTorch定义AlexNet模型：使用PyTorch定义AlexNet模型，可以参考官方文档，也可以使用现成的代码库。
3. 将数据集加载到模型中：将转换后的数据集加载到模型中，准备进行训练。
4. 训练AlexNet模型：使用PyTorch提供的训练函数，进行模型的训练，调整参数，直到模型达到理想精度。
在Ubuntu 16.04系统下，使用MS-Celeb-1M数据集和AlexNet模型，可以使用PyTorch完成模型的训练，从而达到理想的精度。