Debian系统中PyTorch的安装步骤是什么

Debian 系统安装 PyTorch 的步骤

一 准备环境

• 更新索引并安装基础工具与 Python：
  • sudo apt update && sudo apt install -y build-essential cmake git python3 python3-pip python3-dev
• 建议先升级 pip，避免安装二进制包时报错：
  • python3 -m pip install --upgrade pip
• 可选：为国内网络加速，可临时使用镜像源（安装完成后再恢复默认源）
  • python3 -m pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

二 选择安装方式

• 方式 A 使用 pip 安装（推荐）
  • CPU 版本（最通用，依赖少）：
    • python3 -m pip install torch torchvision torchaudio
  • GPU 版本（需已安装 NVIDIA 驱动与 CUDA/cuDNN）
    • 先确认 CUDA 版本：nvcc --version（或 nvidia-smi 查看驱动/CUDA 运行时）
    • 按官网指引选择对应 CUDA 标签的 wheel，例如 CUDA 11.8：
      • python3 -m pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
    • 若网络慢，可临时使用官方稳定通道页面：
      • python3 -m pip install torch torchvision torchaudio -f https://download.pytorch.org/whl/cu118/torch_stable.html
• 方式 B 使用 conda 安装（便于隔离环境）
  • 安装 Miniconda 后创建环境并安装：
    • conda create -n pytorch_env python=3.10 -y
    • conda activate pytorch_env
    • CPU 版本：conda install pytorch torchvision torchaudio cpuonly -c pytorch
    • GPU 版本（示例 CUDA 11.8）：conda install pytorch torchvision torchaudio cudatoolkit=11.8 -c pytorch -c nvidia

三 验证安装

• 基础版本与设备可用性检查：
  • python3 - <<‘PY’ import torch print(“torch version:”, torch.version) print(“cuda available:”, torch.cuda.is_available()) if torch.cuda.is_available(): print(“cuda device count:”, torch.cuda.device_count()) print(“current device:”, torch.cuda.current_device()) print(“device name:”, torch.cuda.get_device_name(0)) PY
• 预期：输出版本号；GPU 环境应显示 cuda available: True 与设备信息

四 GPU 环境配置要点

• 驱动与工具链：
  • 安装与显卡匹配的 NVIDIA 驱动，再安装 CUDA Toolkit 与对应 cuDNN，并确保版本匹配
  • 设置环境变量（示例路径，按实际安装位置调整）：
    • export PATH=/usr/local/cuda/bin:$PATH
    • export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
• 版本匹配与排错：
  • 若 torch.cuda.is_available() 为 False，优先核对 PyTorch 的 CUDA 标签与系统 CUDA 是否一致
  • 网络不佳时，pip 安装可临时换源或直接使用官方 whl 索引页；conda 安装可添加 -c pytorch -c nvidia 通道