Ubuntu上PyTorch的依赖库有哪些

在Ubuntu上安装PyTorch时，需要安装一些依赖库。以下是详细的依赖库列表和安装步骤：

依赖库列表

1. Anaconda或Miniconda（用于创建和管理虚拟环境）
2. CUDA Toolkit（用于GPU加速）
3. cuDNN（用于深度神经网络的GPU加速）
4. pip（用于安装PyTorch和其他Python包）
5. Python（推荐使用Python 3.6或更高版本）

安装步骤

安装Anaconda或Miniconda

1. 下载并运行安装脚本：

   • Anaconda:

     wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
     bash Miniconda3-latest-Linux-x86_64.sh
     

   • Miniconda安装完成后，激活虚拟环境：

     conda activate your-virtualenv-name
     

安装CUDA Toolkit和cuDNN

1. 安装CUDA Toolkit：

   • 访问NVIDIA CUDA Toolkit下载页面，选择适合Ubuntu 20.04的版本并下载。
   • 运行安装脚本：

     sudo apt update
     sudo apt install cuda-11.7
     

2. 安装cuDNN：

   • 访问NVIDIA cuDNN下载页面，选择与CUDA Toolkit版本匹配的cuDNN版本并下载。
   • 解压并安装cuDNN：

     tar -xzvf cudnn-11.7-linux-x64-v8.6.0.70.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pip

1. 更新pip源：

   pip install --upgrade pip
   

安装PyTorch

1. 使用PyTorch官网提供的安装命令，根据你的CUDA版本选择合适的命令进行安装。例如，使用CPU版本：

   pip install torch torchvision torchaudio
   

   如果配置了CUDA和cuDNN，可以使用以下命令进行安装：

   pip install torch torchvision torchaudio -f https://download.pytorch.org/whl/cu117/torch_stable.html
   

验证安装

1. 打开Python终端，导入PyTorch并检查版本和CUDA可用性：

   import torch
   print(torch.__version__)
   print(torch.cuda.is_available())
   

以上步骤将帮助你在Ubuntu上安装PyTorch及其依赖库。请根据你的具体需求和系统配置调整安装命令。