1.torch7深度学习库介绍
torch7是一个科学计算框架、支持GPU机器学习算法库。它借助简单的脚本语言LuaJTI和基础C/CUDA实现,它易于使用并且有高效的计算性能。
下面是一些核心特点:
- 具有强大的N维数组
- 用于索引,切片,转置很多的方法
- LuaJIT和C的很多接口
- 线性代数方法
- 神经网络和基于能量的模型
- 数值优化方法
- 快速高效的GPU支持
- 可嵌入式,带有iOS和Android后端的端口
Torch的目标是在构建科学算法的过程中具有最大的灵活性和最快的速度,同时使过程极其简单。Torch在社区学习,机器视觉,计算机视觉,信号处理,并行处理,图像,视频,音频和网络等方面均由社区驱动的软件包组成,它建立在Lua社区之上。
Torch的核心是易于使用的流行神经网络和优化库,同时在实现复杂的神经网络拓扑结构方面具有最大的灵活性。 可以构建神经网络的任意图,并以有效的方式在CPU和GPU上将它们并行化。
2.安装torch7环境
首先安装cmake环境,我们这里推荐使用cmake-3.14以上的版本。这里使用到了cmake-3.16.5版本 下载地址
笔者这里的系统环境是64位ubuntu,下载cmake-3.16.5-Linux-x86_64.tar.gz。
下载完成之后,安装cmake环境
cd ~
tar -xcvf cmake-3.16.5-Linux-x86_64.tar.gz
添加环境变量
nano ~/.bashrc
export PATH=/home/asus/cmake-3.8.2-Linux-x86_64/bin:$PATH
使得环境变量生效
source ~/.bashrc
查看cmake版本
cmake --version
接下来我们开始安装torch7环境
CUDA10.0以下的环境选择
git clone https://github.com/torch/distro.git ~/torch --recursive
CUDA10.0以上的环境选择
git clone https://github.com/nagadomi/distro ~/torch --recursive
进入torch文件夹下安装torch依赖项
cd torch
bash install-deps
下一步进行安装
bash install.sh #或者是 ./install.sh
安装过程中会出现readline.o库文件找不到的情况,安装libreadline-dev依赖包j即可:
lua.c:67:31: fatal error: readline/readline.h: No such file or dir

本文详细介绍了Torch7深度学习库的特点、安装步骤及环境配置,包括在不同CUDA环境下如何安装Torch7,以及解决安装过程中遇到的如readline.o库文件缺失、CUDA_cublas设备库未找到等问题。此外,还提供了在调用torch.inverse等函数时,因未安装openBLAS库导致的Lapack库未在编译时找到的解决方案,以及在使用nngraph库时缺少Graphviz支持的解决办法。
最低0.47元/天 解锁文章
886





