Ubuntu如何安装PyTorch的依赖库

在Ubuntu上安装PyTorch的依赖库，可以按照以下步骤进行：

1. 更新系统包列表

首先，确保你的系统包列表是最新的：

sudo apt update

2. 安装基础依赖库

安装一些基础的依赖库，这些库对于编译和运行PyTorch是必要的：

sudo apt install -y build-essential cmake git wget unzip yasm pkg-config libopenblas-dev liblapack-dev libjpeg-dev libpng-dev

3. 安装Python和pip

如果你还没有安装Python和pip，可以使用以下命令进行安装：

sudo apt install -y python3 python3-pip

4. 安装CUDA（可选）

如果你打算使用GPU加速PyTorch，需要安装CUDA。以下是安装CUDA的步骤：

4.1 下载CUDA Toolkit

访问NVIDIA CUDA Toolkit下载页面，选择适合你系统的版本并下载。

4.2 安装CUDA Toolkit

下载完成后，按照以下步骤进行安装：

sudo dpkg -i cuda-repo-<
    distro>
    _<
    version>
    _amd64.deb
sudo apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/<
    distro>
    /x86_64/7fa2af80.pub
sudo apt update
sudo apt install -y cuda

将CUDA添加到环境变量中：

echo 'export PATH=/usr/local/cuda/bin:$PATH' >
    >
     ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH' >
    >
     ~/.bashrc
source ~/.bashrc

5. 安装cuDNN（可选）

如果你打算使用GPU加速PyTorch，还需要安装cuDNN。以下是安装cuDNN的步骤：

5.1 下载cuDNN

访问NVIDIA cuDNN下载页面，下载适合你CUDA版本的cuDNN库。

5.2 安装cuDNN

下载完成后，按照以下步骤进行安装：

tar -xzvf cudnn-<
    version>
    -linux-x64-v<
    version>
    .tgz
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*

6. 安装PyTorch

你可以使用pip来安装PyTorch。访问PyTorch官方网站，选择适合你系统的安装命令。以下是一个示例命令：

pip3 install torch torchvision torchaudio

7. 验证安装

安装完成后，可以通过以下命令验证PyTorch是否安装成功：

import torch
print(torch.__version__)
print(torch.cuda.is_available())  # 如果安装了CUDA，应该返回True

通过以上步骤，你应该能够在Ubuntu上成功安装PyTorch及其依赖库。如果有任何问题，请参考相关文档或社区支持。

声明：本文内容由网友自发贡献，本站不承担相应法律责任。对本内容有异议或投诉，请联系2913721942#qq.com核实处理，我们将尽快回复您，谢谢合作！