Ubuntu上PyTorch依赖如何安装

在Ubuntu上安装PyTorch及其依赖项，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

3. 安装Python和pip

如果你还没有安装Python和pip，可以使用以下命令安装：

sudo apt install -y python3 python3-pip

4. 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：

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

假设你下载的是.deb文件，可以使用以下命令安装：

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

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

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*

5. 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：

CPU版本

pip3 install torch torchvision torchaudio

GPU版本（CUDA 11.3）

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

GPU版本（CUDA 11.7）

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117

6. 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及其依赖项。如果有任何问题，请参考PyTorch官方文档或相关社区论坛寻求帮助。