Ubuntu上PyTorch依賴如何安裝

在Ubuntu上安裝PyTorch及其依賴項，可以按照以下步驟進行：

1. 更新系統包列表

首先，確保你的系統包列表是最新的：

sudo apt update

2. 安裝必要的系統依賴

安裝一些基本的構建工具和庫：

sudo apt install -y build-essential cmake git wget unzip yasm pkg-config libopenblas-dev liblapack-dev libjpeg-dev libpng-dev

3. 安裝Python和pip

如果你還沒有安裝Python和pip，可以使用以下命令安裝：

sudo apt install -y python3 python3-pip

4. 安裝CUDA（可選）

如果你有NVIDIA GPU并且想使用GPU加速PyTorch，你需要安裝CUDA和cuDNN。以下是安裝CUDA的步驟：

下載CUDA Toolkit

訪問NVIDIA CUDA Toolkit下載頁面，選擇適合你系統的版本并下載。

安裝CUDA Toolkit

假設你下載的是.deb文件，可以使用以下命令安裝：

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 -y cuda

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（可選）

下載cuDNN庫（需要注冊NVIDIA開發者賬號），然后解壓并安裝：

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。以下是一些常見的安裝命令示例：

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. 驗證安裝

安裝完成后，你可以驗證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

通過以上步驟，你應該能夠在Ubuntu上成功安裝PyTorch及其依賴項。如果有任何問題，請參考PyTorch官方文檔或相關社區論壇尋求幫助。