Ubuntu上如何安装PyTorch依赖库

在Ubuntu上安装PyTorch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

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，你需要安装CUDA。以下是安装CUDA的步骤：

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。

安装CUDA Toolkit

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

设置环境变量

编辑~/.bashrc文件，添加以下行：

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

然后运行：

source ~/.bashrc

5. 安装cuDNN（可选）

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

下载cuDNN

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

安装cuDNN

将下载的文件解压并复制到CUDA目录中：

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。以下是安装命令：

安装CPU版本

pip3 install torch torchvision torchaudio

安装GPU版本（如果你安装了CUDA）

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu<version>

将<version>替换为你安装的CUDA版本号，例如cu113。

7. 验证安装

安装完成后，你可以验证PyTorch是否安装成功：

import torch
print(torch.__version__)
print(torch.cuda.is_available())  # 如果安装了GPU版本，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。