Ubuntu系统中PyTorch依赖项有哪些

在Ubuntu系统中安装PyTorch及其依赖项，可以按照以下步骤进行：

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

安装必要的系统依赖

安装一些基本的构建工具和库：

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

安装Python和pip

如果你还没有安装Python和pip，可以使用以下命令安装：

sudo apt install -y python3 python3-pip

安装CUDA（可选）

如果你有NVIDIA GPU并且想使用GPU加速PyTorch，你需要安装CUDA和cuDNN。以下是安装CUDA的步骤：

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。
2. 安装CUDA Toolkit：

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

3. 设置环境变量：

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

4. 安装cuDNN（可选）：下载cuDNN库（需要注册NVIDIA开发者账号），然后解压并安装：

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*

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。以下是一些常见的安装命令示例：

1. CPU版本：

pip3 install torch torchvision torchaudio

2. GPU版本（CUDA 11.3）：

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113