PyTorch Linux版本安装步骤是什么

一、前置准备：系统更新与依赖安装

在安装PyTorch前，需确保Linux系统为最新状态，并安装必要的系统依赖（用于编译Python包或支持PyTorch功能）：

1. 更新系统包：打开终端，运行以下命令同步软件包索引并升级现有软件：

   sudo apt update && sudo apt upgrade -y  # Debian/Ubuntu系统
   sudo yum update -y                      # CentOS/RHEL系统
   

2. 安装系统依赖：PyTorch依赖build-essential（编译工具链）、cmake（构建工具）、libopenblas-dev（线性代数库）等，执行对应命令安装：

   sudo apt install -y build-essential cmake git wget unzip yasm pkg-config libopenblas-dev liblapack-dev libjpeg-dev libpng-dev  # Debian/Ubuntu
   sudo yum install -y gcc-c++ cmake git openblas-devel lapack-devel libjpeg-turbo-devel libpng-devel libtiff-devel ffmpeg-devel  # CentOS/RHEL
   

二、安装Python与pip

PyTorch需通过Python环境运行，需确保系统已安装Python 3.7及以上版本及pip（Python包管理器）：

1. 检查Python与pip版本：

   python3 --version  # 查看Python版本（需≥3.7）
   pip3 --version     # 查看pip版本（需≥21.0）
   

2. 安装Python与pip（若未安装）：

   sudo apt install -y python3 python3-pip  # Debian/Ubuntu
   sudo yum install -y python3 python3-pip  # CentOS/RHEL
   

三、创建虚拟环境（推荐）

为避免项目依赖冲突，建议使用虚拟环境隔离PyTorch及其依赖：

1. 创建虚拟环境：

   python3 -m venv pytorch_env  # 创建名为“pytorch_env”的虚拟环境
   

2. 激活虚拟环境：

   source pytorch_env/bin/activate  # 激活环境（激活后终端提示符会显示环境名）
   

四、通过pip安装PyTorch

pip是PyTorch官方推荐的安装方式，支持CPU与GPU版本，需根据硬件配置选择对应命令：

1. 升级pip至最新版本：

   pip install --upgrade pip
   

2. 安装CPU版本（无GPU加速）：

   pip install torch torchvision torchaudio
   

3. 安装GPU版本（需NVIDIA GPU与CUDA支持）：
   • 确认系统已安装NVIDIA驱动（可通过nvidia-smi命令查看驱动版本）及CUDA Toolkit（如CUDA 11.8）；
   • 根据CUDA版本选择对应安装命令（以CUDA 11.8为例）：

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

   • 若CUDA版本为12.0，将cu118替换为cu120即可。

五、通过conda安装PyTorch（可选）

若已安装Anaconda/Miniconda，可使用conda简化安装流程（conda会自动处理依赖）：

1. 安装Miniconda（若未安装）：

   wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh  # 下载Miniconda安装脚本
   bash Miniconda3-latest-Linux-x86_64.sh  # 运行安装脚本（按提示完成安装）
   source ~/.bashrc  # 使conda命令生效
   

2. 创建并激活conda环境：

   conda create -n pytorch_env python=3.9  # 创建名为“pytorch_env”的环境（指定Python版本）
   conda activate pytorch_env              # 激活环境
   

3. 安装CPU版本：

   conda install pytorch torchvision torchaudio cpuonly -c pytorch
   

4. 安装GPU版本：

   conda install pytorch torchvision torchaudio cudatoolkit=11.8 -c pytorch -c nvidia  # 指定CUDA版本
   

六、验证安装

安装完成后，需验证PyTorch是否成功安装及GPU支持是否可用：

1. 打开Python解释器：

   python
   

2. 执行验证代码：

   import torch
   print("PyTorch版本：", torch.__version__)  # 输出PyTorch版本号
   print("CUDA可用性：", torch.cuda.is_available())  # 若为True，说明GPU支持正常
   

   若输出类似以下结果，则安装成功：

   PyTorch版本： 2.1.0
   CUDA可用性： True
   

注意事项

• GPU支持前提：需提前安装NVIDIA驱动（版本≥CUDA Toolkit版本要求，如CUDA 11.8需驱动≥520.61.05）及CUDA Toolkit（从NVIDIA官网下载对应版本）；
• 依赖问题：若安装过程中出现依赖错误，可尝试升级pip或conda，或手动安装缺失的依赖；
• 版本兼容性：PyTorch版本需与CUDA Toolkit版本匹配（参考PyTorch官方文档的“Previous PyTorch Versions”表格）。