阅读量:3
Ubuntu 上 PyTorch 的依赖项与安装要点
一 核心依赖项
- 运行环境与工具
- Python ≥ 3.6
- pip(Python 包管理)
- 建议使用 venv/虚拟环境 隔离依赖
- 系统构建与多媒体基础库
- 构建工具:build-essential cmake git wget unzip yasm pkg-config
- 数值库:libopenblas-dev liblapack-dev
- 图像处理:libjpeg-dev libpng-dev
- GPU 相关(可选,用于 CUDA 加速)
- NVIDIA 驱动
- CUDA Toolkit
- cuDNN(与 CUDA 版本匹配)
二 不同安装方式的依赖差异
- pip 预编译二进制(常见)
- 仅需系统级基础库(如 build-essential、OpenBLAS/LAPACK、libjpeg/libpng)与 Python/pip;无需本机 CUDA 开发工具链,适合大多数用户。
- 源码编译
- 需完整的构建链(如 build-essential、cmake 等)与更完整的系统依赖;适合需要自定义或开发 PyTorch 的场景。
三 版本兼容与验证
- 版本匹配
- CUDA 与 cuDNN 的版本需与所选 PyTorch 版本匹配;同时 NVIDIA 驱动 需与 CUDA 兼容。
- 环境验证
- 安装后执行以下命令进行验证:
- 查看 PyTorch 版本与 CUDA 可用性:
- python -c “import torch; print(torch.version); print(torch.cuda.is_available())”
- 查看已安装的 CUDA 运行时版本(若使用 GPU):
- python -c “import torch; print(torch.version.cuda)”
- 查看 PyTorch 版本与 CUDA 可用性:
- 安装后执行以下命令进行验证:
以上就是关于“Ubuntu系统中PyTorch的依赖项有哪些”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