Linux下PyTorch的依賴庫怎么安裝

在Linux系統下安裝PyTorch及其依賴庫，可以按照以下步驟進行：

1. 安裝Python和pip

首先，確保你已經安裝了Python和pip。你可以使用以下命令來安裝它們：

sudo apt update
sudo apt install python3 python3-pip

2. 安裝CUDA（如果需要GPU支持）

如果你有NVIDIA GPU并且希望使用GPU加速PyTorch，你需要安裝CUDA Toolkit和cuDNN庫。

安裝CUDA Toolkit

1. 下載CUDA Toolkit：

   • 訪問NVIDIA CUDA Toolkit下載頁面。
   • 根據你的Linux發行版選擇合適的安裝包并下載。

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。
   • 注冊并下載適合你CUDA版本的cuDNN庫。

2. 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。根據你的CUDA版本選擇合適的安裝命令。

安裝CPU版本

pip3 install torch torchvision torchaudio

安裝GPU版本（CUDA 11.3）

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113

4. 驗證安裝

安裝完成后，你可以通過以下命令來驗證PyTorch是否安裝成功：

import torch
print(torch.__version__)
print(torch.cuda.is_available())  # 如果安裝了GPU版本，應該返回True

5. 安裝其他依賴庫

根據你的項目需求，你可能還需要安裝其他依賴庫。你可以使用pip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系統下成功安裝PyTorch及其依賴庫。