在Ubuntu系统上安装PyTorch时,依赖问题是常见障碍,主要涉及系统依赖库、Python环境、PyTorch与CUDA版本匹配等方面。以下是分步解决方案:
首先确保系统包列表最新,然后安装PyTorch所需的系统库和工具(如编译工具、线性代数库、图像处理库等)。这些依赖是PyTorch正常运行的基础:
sudo apt update && sudo apt upgrade -y
sudo apt install -y build-essential cmake git wget unzip yasm pkg-config \
libopenblas-dev liblapack-dev libjpeg-dev libpng-dev libtiff-dev \
libavcodec-dev libavformat-dev libswscale-dev python3-dev python3-pip
这一步能解决大部分因系统库缺失导致的安装错误(如libgl1
、libglib2.0-0
等缺失问题)。
sudo apt install -y python3.10
sudo update-alternatives --install /usr/bin/python python /usr/bin/python3.10 1
venv
创建虚拟环境:python3 -m venv pytorch_env
source pytorch_env/bin/activate # 激活环境(后续操作需在激活状态下进行)
旧版pip可能无法识别PyTorch的最新wheel包,导致安装失败。升级pip的命令如下:
python -m pip install --upgrade pip
nvidia-smi
查看系统CUDA驱动版本(如12.1
),确保PyTorch版本与CUDA版本兼容(参考PyTorch官网版本兼容表)。pip3 install torch torchvision torchaudio
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
python -c "import torch; print(torch.cuda.is_available())"
验证CUDA是否可用(返回True
表示成功)。apt
安装过旧版PyTorch(如python3-pytorch
),需彻底卸载:sudo apt remove python3-pytorch
pip3 uninstall torch torchvision torchaudio
pip3 cache purge
若安装后出现libmkl_intel_lp64.so
等动态链接库错误,需设置LD_LIBRARY_PATH
环境变量,将PyTorch依赖的库路径加入:
echo 'export LD_LIBRARY_PATH=/root/anaconda3/lib:$LD_LIBRARY_PATH' >> ~/.bashrc # 若使用conda
source ~/.bashrc
最后通过以下命令验证PyTorch是否安装成功:
python3 -c "import torch; print(torch.__version__); print(torch.cuda.is_available())"
若输出PyTorch版本号且cuda.is_available()
为True
(GPU用户),则表示依赖问题已解决。
通过以上步骤,可覆盖Ubuntu上PyTorch依赖问题的常见场景。若仍有报错,建议查看错误日志并根据具体提示调整(如缺少特定库时,用apt
安装对应依赖)。