ubuntu学习--安装问题(依赖项版本低)

例如:

程序“g++”尚未安装。 您可以使用以下命令安装:

sudo apt-get install g++


执行:
sudo apt-get install g++
得出如下错误:
正在读取软件包列表... 完成
正在分析软件包的依赖关系树 
正在读取状态信息... 完成 
有一些软件包无法被安装。如果您用的是 unstable 发行版,这也许是
因为系统无法达到您要求的状态造成的。该版本中可能会有一些您需要的软件
包尚未被创建或是它们已被从新到(Incoming)目录移出。
下列信息可能会对解决问题有所帮助:

下列软件包有未满足的依赖关系:
g++ : 依赖: g++-4.8 (>= 4.8.2-5~) 但是它将不会被安装
E: 无法修正错误,因为您要求某些软件包保持现状,就是它们破坏了软件包间的依赖关系。

另外:
在安装Code::Blocks ide时,有如下错误:
下列软件包未满足的依赖关系:

g++: Depends: cpp (>= 4:4.8.2-1ubuntu6) 但是将要安装 4:4.8.2-1ubuntu6
Depends: gcc (>= 4:4.8.2-1ubuntu6) 但是将要安装 4:4.8.2-1ubuntu6

解决方法:

aptitude可以比apt-get更加智能地解决依赖问题,先安装它:

sudo apt-get install aptitude

使用aptitude:
sudo aptitude install xxx

然后它会提示若干种解决方案,为了不遗留未解决的依赖问题,我选择了几次no,最后选择了以下解决方案:
The following actions will resolve these dependencies:

Install the following packages:
1) dpkg-dev [1.15.11 (oldoldstable)]

Downgrade the following packages:
2) cpp-4.8 [4.8.4-2ubuntu1~14.04 (now) -> 4.8.2-19ubuntu1 (trusty)]
3) gcc-4.8 [4.8.4-2ubuntu1~14.04 (now) -> 4.8.2-19ubuntu1 (trusty)]
4) gcc-4.8-base [4.8.4-2ubuntu1~14.04 (now) -> 4.8.2-19ubuntu1 (trusty)]
5) libasan0 [4.8.4-2ubuntu1~14.04 (now) -> 4.8.2-19ubuntu1 (trusty)]
6) libatomic1 [4.8.4-2ubuntu1~14.04 (now) -> 4.8.2-19ubuntu1 (trusty)]
7) libdpkg-perl [1.17.5ubuntu5.4 (now) -> 1.15.11 (oldoldstable)]
8) libgcc-4.8-dev [4.8.4-2ubuntu1~14.04 (now) -> 4.8.2-19ubuntu1 (trusty)]
9) libgomp1 [4.8.4-2ubuntu1~14.04 (now) -> 4.8.2-19ubuntu1 (trusty)]
10) libitm1 [4.8.4-2ubuntu1~14.04 (now) -> 4.8.2-19ubuntu1 (trusty)]
11) libquadmath0 [4.8.4-2ubuntu1~14.04 (now) -> 4.8.2-19ubuntu1 (trusty)]
12) libstdc++6 [4.8.4-2ubuntu1~14.04 (now) -> 4.8.2-19ubuntu1 (trusty)]

Accept this solution? [Y/n/q/?] y
以上来自于知乎:

http://www.zhihu.com/question/35133998

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
你可以按照以下步骤在 Ubuntu 20.04 上安装 PyTorch GPU 版本: 1. 安装 CUDA 和 cuDNN 在 Ubuntu 20.04 上安装 CUDA 和 cuDNN 的步骤如下: 1.1 安装 CUDA 首先,你需要在 NVIDIA 官网上下载适合你的 CUDA 版本。CUDA 11.7 可以从以下链接下载:https://developer.nvidia.com/cuda-downloads。 下载完成后,你可以使用以下命令将其安装到系统中: ```bash $ sudo dpkg -i cuda-repo-ubuntu2004-11-7-local_11.7.109-1_amd64.deb $ sudo apt-key add /var/cuda-repo-ubuntu2004-11-7-local/7fa2af80.pub $ sudo apt-get update $ sudo apt-get install cuda ``` 1.2 安装 cuDNN cuDNN 库是用于深度学习加速的 CUDA 拓展库。你可以从 NVIDIA 官网下载适合你的 cuDNN 版本。cuDNN 8.2.4 可以从以下链接下载:https://developer.nvidia.com/rdp/cudnn-download。 下载完成后,你可以使用以下命令将其解压到 `/usr/local/cuda` 目录下: ```bash $ tar -xzvf cudnn-11.7-linux-x64-v8.2.4.15.tgz $ sudo cp -r cuda/include/* /usr/local/cuda/include/ $ sudo cp -r cuda/lib64/* /usr/local/cuda/lib64/ $ sudo ldconfig ``` 2. 创建虚拟环境并安装 PyTorch 为了避免与系统中已有的 Python 库冲突,我们可以使用 Python 虚拟环境。可以使用以下命令创建虚拟环境: ```bash $ python3 -m venv venv $ source venv/bin/activate ``` 然后,你可以使用以下命令安装 PyTorch: ```bash $ pip install torch torchvision torchaudio -f https://download.pytorch.org/whl/cu111/torch_stable.html ``` 这将安装适合 CUDA 11.1 的 PyTorch 版本安装完成后,你可以使用以下命令验证是否安装成功: ```bash $ python >>> import torch >>> print(torch.cuda.is_available()) ``` 如果返回 `True`,则说明安装成功。 3. 安装其他依赖 在使用 PyTorch 进行深度学习时,你可能还需要安装其他一些库。你可以使用以下命令安装常用的深度学习库: ```bash $ pip install numpy matplotlib scikit-learn jupyterlab ``` 以上是在 Ubuntu 20.04 上安装 PyTorch GPU 版本的步骤,希望能够帮助到你。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值