PyTorch Linux版安装步骤是什么

在安装PyTorch前，需确保Linux系统为最新状态，并安装必要的系统工具与库：

更新系统包：打开终端，运行以下命令同步软件包列表并升级现有软件：
```
sudo apt update && sudo apt upgrade -y
```
安装系统依赖：PyTorch及后续工具链需要编译工具、线性代数库等支持，执行以下命令安装：
```
sudo apt install -y build-essential cmake git wget unzip yasm pkg-config libopenblas-dev liblapack-dev libjpeg-dev libpng-dev
```
这些依赖能确保PyTorch的依赖库（如NumPy）正确编译，避免后续安装报错。

PyTorch是基于Python的框架，需确保系统已安装Python 3.7及以上版本及pip（Python包管理器）：

检查Python与pip版本：终端输入以下命令，若返回版本号则无需额外安装：
```
python3 --version  # 检查Python版本
pip3 --version     # 检查pip版本
```
安装Python与pip：若未安装，使用包管理器安装（以Debian/Ubuntu为例，CentOS需替换为yum）：
```
sudo apt install -y python3 python3-pip
```
安装完成后，建议将pip升级至最新版本以避免兼容性问题：
```
pip3 install --upgrade pip
```

虚拟环境可隔离项目依赖，避免不同项目间的库版本冲突：

生成虚拟环境：在目标目录下创建名为pytorch_env的虚拟环境（名称可自定义）：
```
python3 -m venv pytorch_env
```
激活虚拟环境：执行以下命令进入虚拟环境，后续操作将在该环境中进行：
```
source pytorch_env/bin/activate
```
激活后，终端提示符会显示虚拟环境名称（如(pytorch_env)），表示已进入。

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：

直接通过pip安装PyTorch核心库及关联组件（torchvision用于图像处理、torchaudio用于音频处理）：

pip3 install torch torchvision torchaudio

此命令会自动下载预编译的CPU版本二进制文件，适合普通开发或无GPU的服务器。

GPU版本需依赖NVIDIA的CUDA工具包（提供GPU加速能力），步骤如下：

前提条件：确保已安装NVIDIA显卡驱动（可通过nvidia-smi命令检查驱动版本）及对应版本的CUDA Toolkit（如CUDA 11.8）。驱动安装参考NVIDIA官方指南。
安装PyTorch：根据CUDA版本选择对应的PyTorch安装命令（以CUDA 11.8为例，需替换为实际版本）：
```
pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu118
```
若CUDA版本为11.7，则将cu118替换为cu117；若不确定CUDA版本，可通过nvcc --version命令查看。

安装完成后，需验证PyTorch是否能正常工作及是否支持GPU：

启动Python解释器：终端输入python3进入交互模式。
导入PyTorch并打印版本：输入以下代码，若返回版本号（如2.3.0）则说明安装成功：
```
import torch
print(torch.__version__)
```
检查GPU可用性：输入以下代码，若返回True则表示GPU加速可用（仅GPU版本需验证）：
```
print(torch.cuda.is_available())
```

IDE配置：若使用PyCharm或VSCode，需将虚拟环境的解释器路径添加至IDE中（如PyCharm的Project Interpreter设置），以便项目使用虚拟环境中的PyTorch。
更新依赖：若需升级PyTorch至最新版本，可执行：
```
pip3 install --upgrade torch torchvision torchaudio
```

以上步骤覆盖了Linux系统下PyTorch的安装全流程，涵盖基础准备、环境隔离、版本选择及验证，可根据实际需求调整（如跳过虚拟环境或选择不同CUDA版本）。

最新问答