pytorch在linux如何运行

在 Linux 上运行 PyTorch 通常分为几个步骤：安装 Python 环境 → 安装 PyTorch → 编写/运行代码。下面给你一个最常见、最实用的流程。

一、准备 Linux 环境

1. 更新系统（可选但推荐）

sudo apt update
sudo apt upgrade -y

2. 安装 Python 和 pip

一般 Linux 已自带 Python3：

python3 --version
pip3 --version

如果没有：

sudo apt install python3 python3-pip -y

二、创建虚拟环境（强烈推荐）

pip3 install virtualenv
python3 -m virtualenv pytorch_env
source pytorch_env/bin/activate

激活后命令行前面会出现 (pytorch_env)

三、安装 PyTorch（Linux）

✅ CPU 版本

pip install torch torchvision torchaudio

✅ GPU 版本（CUDA，例如 CUDA 11.8）

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

具体 CUDA 版本请参考：
https://pytorch.org/get-started/locally/

四、验证 PyTorch 是否安装成功

新建文件 test.py：

import torch

print(torch.__version__)
print("CUDA available:", torch.cuda.is_available())

运行：

python test.py

输出示例：

2.1.0
CUDA available: True

五、运行 PyTorch 程序

方式 1：直接运行 Python 脚本

python train.py

方式 2：进入 Python 交互环境

python
>>> import torch
>>> x = torch.rand(3,3)
>>> print(x)

六、使用 GPU（如果可用）

device = "cuda" if torch.cuda.is_available() else "cpu"
x = torch.rand(3,3).to(device)

七、常见问题

1. pip 太慢

pip install torch -i https://pypi.tuna.tsinghua.edu.cn/simple

2. 没有图形界面（服务器）

✅ 完全没问题，PyTorch 在 无界面 Linux 服务器 上很常见

3. 多卡训练

torchrun --nproc_per_node=2 train.py

如果你告诉我：

• 是 Ubuntu / CentOS / 服务器 / WSL
• 是否使用 GPU
• 是否用于 训练 / 推理

我可以给你更精确的命令。