PyTorch Linux环境配置要注意什么

1. 操作系统版本选择
推荐使用Ubuntu 18.04及以上版本、CentOS 7及以上版本等主流Linux发行版，这些系统对CUDA、cuDNN等工具的支持更完善，能减少兼容性问题。

2. Python环境管理

• 确保Python版本≥3.6（推荐3.8及以上），避免使用过旧版本导致PyTorch不兼容；
• 强烈建议使用虚拟环境（如conda或venv）隔离项目依赖，防止不同项目间的库版本冲突。

3. 依赖库安装
安装PyTorch前需配置必要的系统依赖，避免编译或运行时报错：

• 对于基于Debian的系统（如Ubuntu），运行sudo apt install -y build-essential cmake git libopenblas-dev liblapack-dev libjpeg-dev libpng-dev libtiff-dev libavcodec-dev libavformat-dev libswscale-dev python3-dev python3-pip；
• 对于基于RPM的系统（如CentOS），运行sudo yum install -y gcc-c++ cmake git openblas-devel lapack-devel libjpeg-turbo-devel libpng-devel libtiff-devel ffmpeg-devel python3-devel python3-pip。

4. GPU加速配置（若使用GPU）

• 显卡驱动：安装与CUDA版本兼容的NVIDIA官方驱动（可通过nvidia-smi查看驱动版本，再根据驱动版本选择对应CUDA版本）；
• CUDA Toolkit：选择PyTorch官方支持的CUDA版本（如CUDA 11.8），通过.run文件或包管理器安装，安装后需将CUDA库路径加入环境变量（如export PATH=/usr/local/cuda/bin:$PATH、export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH）；
• cuDNN库：下载与CUDA版本匹配的cuDNN库（如cuDNN 8.6 for CUDA 11.8），解压后复制文件至CUDA安装目录。

5. PyTorch版本与组件选择

• 根据需求选择CPU或GPU版本：GPU版本需指定CUDA Toolkit版本（如cudatoolkit=11.8），通过conda或pip安装对应whl文件；
• 推荐通过conda安装（conda install pytorch torchvision torchaudio cudatoolkit=11.8 -c pytorch -c nvidia），可自动解决依赖冲突；若使用pip，需从PyTorch官网获取最新安装命令（如pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118/torch_stable.html）。

6. 环境变量设置

• 若使用conda创建虚拟环境，激活环境后无需额外设置；
• 若使用venv，需运行source pytorch_env/bin/activate激活环境；
• CUDA环境变量需永久生效，可将export PATH=/usr/local/cuda/bin:$PATH、export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH添加至~/.bashrc文件，然后运行source ~/.bashrc。

7. 镜像源优化

• 若安装过程中出现网络超时，可更换国内镜像源提升下载速度：
  • pip镜像源：pip3 install torch torchvision -i https://pypi.tuna.tsinghua.edu.cn/simple；
  • conda镜像源：conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/、conda config --set show_channel_urls yes。

8. 常见问题排查

• CUDA驱动与PyTorch版本不匹配：若torch.cuda.is_available()返回False，需检查驱动版本是否符合PyTorch要求（如PyTorch 2.0需CUDA 11.8及以上），调整驱动或PyTorch版本；
• 权限问题：安装时若提示权限不足，可使用sudo命令（如sudo pip3 install torch）或创建虚拟环境避免；
• 内存不足：若安装时内存不足，可关闭其他应用程序或增加交换空间（如sudo fallocate -l 4G /swapfile、sudo chmod 600 /swapfile、sudo mkswap /swapfile、sudo swapon /swapfile）。