PyTorch Linux版本安裝步驟是什么

一、前置準備：系統更新與依賴安裝

在安裝PyTorch前，需確保Linux系統為最新狀態，并安裝必要的系統依賴（用于編譯Python包或支持PyTorch功能）：

1. 更新系統包：打開終端，運行以下命令同步軟件包索引并升級現有軟件：

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

2. 安裝系統依賴：PyTorch依賴build-essential（編譯工具鏈）、cmake（構建工具）、libopenblas-dev（線性代數庫）等，執行對應命令安裝：

   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、安裝Python與pip

PyTorch需通過Python環境運行，需確保系統已安裝Python 3.7及以上版本及pip（Python包管理器）：

1. 檢查Python與pip版本：

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

2. 安裝Python與pip（若未安裝）：

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

三、創建虛擬環境（推薦）

為避免項目依賴沖突，建議使用虛擬環境隔離PyTorch及其依賴：

1. 創建虛擬環境：

   python3 -m venv pytorch_env  # 創建名為“pytorch_env”的虛擬環境
   

2. 激活虛擬環境：

   source pytorch_env/bin/activate  # 激活環境（激活后終端提示符會顯示環境名）
   

四、通過pip安裝PyTorch

pip是PyTorch官方推薦的安裝方式，支持CPU與GPU版本，需根據硬件配置選擇對應命令：

1. 升級pip至最新版本：

   pip install --upgrade pip
   

2. 安裝CPU版本（無GPU加速）：

   pip install torch torchvision torchaudio
   

3. 安裝GPU版本（需NVIDIA GPU與CUDA支持）：
   • 確認系統已安裝NVIDIA驅動（可通過nvidia-smi命令查看驅動版本）及CUDA Toolkit（如CUDA 11.8）；
   • 根據CUDA版本選擇對應安裝命令（以CUDA 11.8為例）：

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

   • 若CUDA版本為12.0，將cu118替換為cu120即可。

五、通過conda安裝PyTorch（可選）

若已安裝Anaconda/Miniconda，可使用conda簡化安裝流程（conda會自動處理依賴）：

1. 安裝Miniconda（若未安裝）：

   wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh  # 下載Miniconda安裝腳本
   bash Miniconda3-latest-Linux-x86_64.sh  # 運行安裝腳本（按提示完成安裝）
   source ~/.bashrc  # 使conda命令生效
   

2. 創建并激活conda環境：

   conda create -n pytorch_env python=3.9  # 創建名為“pytorch_env”的環境（指定Python版本）
   conda activate pytorch_env              # 激活環境
   

3. 安裝CPU版本：

   conda install pytorch torchvision torchaudio cpuonly -c pytorch
   

4. 安裝GPU版本：

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

六、驗證安裝

安裝完成后，需驗證PyTorch是否成功安裝及GPU支持是否可用：

1. 打開Python解釋器：

   python
   

2. 執行驗證代碼：

   import torch
   print("PyTorch版本：", torch.__version__)  # 輸出PyTorch版本號
   print("CUDA可用性：", torch.cuda.is_available())  # 若為True，說明GPU支持正常
   

   若輸出類似以下結果，則安裝成功：

   PyTorch版本： 2.1.0
   CUDA可用性： True
   

注意事項

• GPU支持前提：需提前安裝NVIDIA驅動（版本≥CUDA Toolkit版本要求，如CUDA 11.8需驅動≥520.61.05）及CUDA Toolkit（從NVIDIA官網下載對應版本）；
• 依賴問題：若安裝過程中出現依賴錯誤，可嘗試升級pip或conda，或手動安裝缺失的依賴；
• 版本兼容性：PyTorch版本需與CUDA Toolkit版本匹配（參考PyTorch官方文檔的“Previous PyTorch Versions”表格）。