Linux系统下PyTorch安装步骤

Linux系统下PyTorch安装步骤

一 准备环境

• 更新系统并安装基础工具（以 Ubuntu/Debian 为例）：
  • 更新软件包索引：sudo apt update && sudo apt upgrade -y
  • 安装编译与多媒体依赖：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
• 创建并激活虚拟环境（推荐）：
  • 使用 venv：python3 -m venv pytorch-env && source pytorch-env/bin/activate
  • 或使用 conda：conda create -n pytorch_env python=3.8 然后 conda activate pytorch_env
• 升级 pip：pip install --upgrade pip
• 确认版本：python --version、pip --version
  以上步骤可确保系统具备编译依赖与隔离环境，减少后续安装冲突。

二 安装方式

• 使用 pip 安装（推荐）
  • CPU 版本：pip install torch torchvision torchaudio
  • GPU 版本（示例为 CUDA 11.8）：pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu118
  • 指定版本（示例）：pip install torch==1.9.0 torchvision==0.10.0
• 使用 conda 安装
  • CPU 版本：conda install pytorch torchvision torchaudio cpuonly -c pytorch
  • GPU 版本（示例为 CUDA 11.8）：conda install pytorch torchvision torchaudio cudatoolkit=11.8 -c pytorch -c nvidia
• 说明
  • GPU 包需要与系统 CUDA 版本匹配；若不确定，优先选择 CPU 版本或参考 PyTorch 官网命令生成器。
    上述命令覆盖 pip 与 conda 两种常用方式，并给出版本锁定与 CUDA 选择示例。

三 验证安装

• 查看版本：python -c “import torch; print(torch.version)”
• 检查 CUDA 可用性：python -c “import torch; print(torch.cuda.is_available())”（GPU 版本应返回 True）
• 如返回 False，常见原因包括：未安装 GPU 版本的 PyTorch、CUDA/cuDNN 不匹配或驱动问题。
  以上验证可快速确认安装是否成功以及 GPU 是否可用。

四 GPU支持与环境变量

• 驱动与工具链
  • 确保已安装 NVIDIA 驱动 与匹配的 CUDA/cuDNN；如使用 conda 安装 GPU 版本，可直接携带 cudatoolkit，无需系统级 CUDA。
• 环境变量（系统级 CUDA 常见配置）
  • 设置路径：export CUDA_HOME=/usr/local/cuda
  • 更新库与可执行文件路径：export PATH=$CUDA_HOME/bin:$PATH、export LD_LIBRARY_PATH=$CUDA_HOME/lib64:$LD_LIBRARY_PATH
• 版本匹配
  • 选择与驱动匹配的 CUDA 版本；若遇到不兼容，优先使用 conda 的 cudatoolkit 或安装对应的 pip 预编译包。
    以上要点可帮助正确配置 GPU 运行环境并避免版本冲突。

五 常见问题与排查

• 网络问题
  • 使用国内镜像源（如清华）加速 pip：pip install torch torchvision -i https://pypi.tuna.tsinghua.edu.cn/simple
• 版本不匹配
  • 明确项目所需的 PyTorch 与 CUDA 版本，必要时锁定版本号；参考 PyTorch 官网命令生成器或选择 conda 的 cudatoolkit 方案。
• 内存不足
  • 关闭不必要进程或增加 swap 空间后再安装/运行。
• 依赖缺失
  • 若报编译或多媒体相关错误，补齐系统依赖（如 libopenblas-dev、libjpeg-dev、ffmpeg-dev 等）。
    以上方法覆盖最常见的安装失败场景，可逐项排查并修复。