阅读量:5
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-__amd64.deb
sudo apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos//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-/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-/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--linux-x64-v.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
将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。
以上就是关于“Ubuntu上如何安装PyTorch依赖库”的相关介绍，筋斗云是国内较早的云主机应用的服务商，拥有10余年行业经验，提供丰富的云服务器、租用服务器等相关产品服务。云服务器资源弹性伸缩，主机vCPU、内存性能强悍、超高I/O速度、故障秒级恢复；电子化备案，提交快速，专业团队7×24小时服务支持！
简单好用、高性价比云服务器租用链接：https://www.jindouyun.cn/product/cvm