Debian上PyTorch的安装步骤

Debian系统安装PyTorch的详细步骤

1. 更新系统包

首先确保系统软件包为最新版本，避免依赖冲突：

sudo apt update && sudo apt upgrade -y

2. 安装Python基础环境

PyTorch依赖Python 3.6及以上版本，需安装Python3、pip（Python包管理工具）及开发头文件：

sudo apt install -y python3 python3-pip python3-dev

3. 创建虚拟环境（可选但推荐）

虚拟环境可隔离项目依赖，避免与系统Python环境冲突：

# 使用venv模块创建虚拟环境（Python内置）
python3 -m venv pytorch_env

# 激活虚拟环境
source pytorch_env/bin/activate

# 激活后，终端提示符会显示环境名（如“(pytorch_env)”）

4. 安装PyTorch

PyTorch提供CPU版本（无GPU加速）和GPU版本（需NVIDIA显卡+CUDA支持），需根据硬件配置选择：

（1）CPU版本（无GPU）

直接通过pip安装官方提供的CPU版本：

pip install --upgrade pip  # 升级pip至最新版本
pip install torch torchvision torchaudio

（2）GPU版本（需NVIDIA显卡）

需先确认显卡型号支持CUDA，并安装对应版本的CUDA Toolkit（参考NVIDIA官方文档）。
以CUDA 11.7为例，安装命令如下：

pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117

注：若使用其他CUDA版本（如11.3、11.8、12.0），需替换URL中的cu117为对应版本（如cu113、cu118、cu120），具体版本可通过PyTorch官网查询。

5. 验证安装

安装完成后，通过Python交互式命令行验证PyTorch是否安装成功及GPU是否可用：

python3 -c "
import torch
print('PyTorch版本:', torch.__version__)
print('CUDA是否可用:', torch.cuda.is_available())  # 若为True则表示GPU可用
"

若输出PyTorch版本号且torch.cuda.is_available()返回True，则说明安装成功。

6. 安装CUDA Toolkit（GPU用户必选）

若未提前安装CUDA Toolkit，需通过以下步骤安装（以CUDA 11.8为例）：

# 下载CUDA 11.8安装脚本（选择Linux -> x86_64 -> Deb本地安装包）
wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run

# 运行安装脚本（默认安装路径为/usr/local/cuda）
sudo sh cuda_11.8.0_520.61.05_linux.run

# 安装过程中需选择“Continue”并接受许可协议，勾选“CUDA Toolkit”组件
# 安装完成后，添加CUDA环境变量到~/.bashrc
echo 'export PATH=/usr/local/cuda/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc  # 使环境变量生效

7. 可选：安装conda（替代方案）

若偏好使用conda管理环境，可通过以下步骤安装：

# 下载并安装Miniconda（轻量级conda发行版）
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh

# 创建conda环境并激活
conda create -n pytorch_env python=3.9
conda activate pytorch_env

# 安装PyTorch（CPU版本）
conda install pytorch torchvision torchaudio cpuonly -c pytorch

# 安装PyTorch（GPU版本，CUDA 11.7）
conda install pytorch torchvision torchaudio cudatoolkit=11.7 -c pytorch

以上步骤覆盖了Debian系统安装PyTorch的全流程，可根据硬件配置选择CPU或GPU版本，建议优先使用虚拟环境隔离依赖。