Ubuntu下PyTorch依赖怎么装

在Ubuntu系统下安装PyTorch及其依赖，可以按照以下步骤进行：

1. 更新系统包

首先，确保你的系统包是最新的：

sudo apt update
sudo apt upgrade

2. 安装必要的系统依赖

PyTorch需要一些基本的系统库和工具：

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：

sudo apt install python3 python3-pip

4. 安装CUDA（可选，如果你有NVIDIA GPU）

如果你有NVIDIA GPU并且想使用GPU加速，需要安装CUDA和cuDNN。

安装CUDA

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-<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 cuda
   

安装cuDNN

1. 下载cuDNN库： 访问NVIDIA cuDNN下载页面，选择适合你CUDA版本的cuDNN并下载。
2. 解压并安装cuDNN：

   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。根据你的CUDA版本选择合适的安装命令。

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，可以通过以下命令验证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系统下成功安装PyTorch及其依赖。如果有任何问题，请参考PyTorch官方文档或社区支持。