Linux中PyTorch依賴怎么裝

在Linux系統中安裝PyTorch及其依賴，可以按照以下步驟進行：

1. 安裝Python和pip

首先，確保你的系統上已經安裝了Python和pip。大多數Linux發行版默認已經安裝了Python，但可能需要更新到最新版本。

sudo apt update
sudo apt install python3 python3-pip

2. 安裝CUDA和cuDNN（如果使用GPU）

如果你打算在GPU上運行PyTorch，需要安裝CUDA和cuDNN。

安裝CUDA

1. 下載CUDA Toolkit：

   • 訪問NVIDIA CUDA Toolkit下載頁面。
   • 根據你的Linux發行版選擇合適的版本并下載。

2. 安裝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
   

3. 設置環境變量： 編輯~/.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}}
   

   然后運行：

   source ~/.bashrc
   

安裝cuDNN

1. 下載cuDNN庫：

   • 訪問NVIDIA cuDNN下載頁面。
   • 根據你的CUDA版本選擇合適的cuDNN版本并下載。

2. 解壓并安裝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*
   

3. 安裝PyTorch

你可以使用pip來安裝PyTorch。訪問PyTorch官方網站，選擇適合你系統的安裝命令。

使用pip安裝PyTorch

pip3 install torch torchvision torchaudio

如果你使用的是GPU版本，可以使用以下命令：

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu<version>

將<version>替換為你的CUDA版本號，例如cu113。

4. 驗證安裝

安裝完成后，可以通過以下命令驗證PyTorch是否安裝成功：

python3 -c "import torch; print(torch.__version__)"

如果輸出PyTorch的版本號，說明安裝成功。

5. 安裝其他依賴（可選）

根據你的項目需求，可能還需要安裝其他Python庫?？梢允褂胮ip來安裝這些庫：

pip3 install numpy pandas matplotlib scikit-learn

通過以上步驟，你應該能夠在Linux系統上成功安裝PyTorch及其依賴。