Linux環境PyTorch安裝步驟是什么

Linux環境PyTorch安裝步驟

1. 安裝系統依賴項

在安裝PyTorch前，需確保系統具備必要的編譯和運行環境。根據Linux發行版選擇對應命令：

• Debian/Ubuntu系統：

  sudo apt update && sudo apt upgrade -y
  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
  

• RPM/CentOS系統：

  sudo yum groupinstall "Development Tools" -y
  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
  

  以上命令安裝了Python開發頭文件、pip包管理器、CMake編譯工具及線性代數庫等依賴。

2. 安裝Python與pip

多數Linux系統預裝Python3，但需確認版本（建議Python≥3.8）及pip是否安裝：

python3 --version  # 檢查Python版本
pip3 --version     # 檢查pip版本

若未安裝，使用以下命令安裝：

• Debian/Ubuntu：

  sudo apt install -y python3 python3-pip
  

• RPM/CentOS：

  sudo yum install -y python3 python3-pip
  

3. 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：

• 使用venv（Python內置工具）：

  python3 -m venv pytorch_env  # 創建名為pytorch_env的虛擬環境
  source pytorch_env/bin/activate  # 激活虛擬環境（激活后終端提示符會顯示環境名）
  

• 使用conda（Anaconda/Miniconda用戶）：

  conda create -n pytorch_env python=3.8 -y  # 創建名為pytorch_env的環境，指定Python版本
  conda activate pytorch_env  # 激活環境
  

4. 安裝PyTorch

根據是否使用GPU加速，選擇對應安裝方式：

• CPU版本（無GPU加速）：
  直接通過pip安裝PyTorch的CPU版本：

  pip3 install torch torchvision torchaudio
  

• GPU版本（需NVIDIA GPU+CUDA支持）：
  需提前安裝NVIDIA驅動（版本≥450）和CUDA Toolkit（如11.8），然后通過pip安裝對應版本的PyTorch：

  pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu118
  

  將cu118替換為實際安裝的CUDA版本（如cu117、cu121等）。
• conda安裝（推薦，更便捷）：
  若使用conda，可直接指定CUDA工具包版本安裝：

  conda install pytorch torchvision torchaudio cudatoolkit=11.8 -c pytorch -c nvidia
  

  同樣，將11.8替換為實際CUDA版本。

5. 驗證安裝

安裝完成后，通過Python代碼驗證PyTorch是否安裝成功及GPU是否可用：

python3 -c "import torch; print('PyTorch版本:', torch.__version__); print('CUDA可用:', torch.cuda.is_available())"

• 若輸出PyTorch版本號（如2.1.0）且CUDA可用顯示True，則說明GPU版本安裝成功；
• 若CUDA可用顯示False，則需檢查CUDA驅動及環境變量配置。

6. 配置CUDA（GPU用戶可選）

若使用GPU加速，需確保CUDA工具包正確安裝并配置環境變量：

• 安裝CUDA Toolkit：
  從NVIDIA官網下載對應版本的CUDA Toolkit（如11.8），運行安裝腳本：

  wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
  sudo sh cuda_11.8.0_520.61.05_linux.run
  

  安裝過程中選擇“Continue”并接受許可協議，安裝完成后重啟系統。
• 配置環境變量：
  編輯~/.bashrc文件，添加以下內容：

  export PATH=/usr/local/cuda-11.8/bin:$PATH
  export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64:$LD_LIBRARY_PATH
  

  運行source ~/.bashrc使配置生效。

7. IDE配置（可選）

若使用PyCharm、VSCode等IDE，需將解釋器設置為虛擬環境中的Python：

• PyCharm：進入File > Settings > Project > Python Interpreter，點擊“+”添加解釋器，選擇虛擬環境中的python可執行文件（如pytorch_env/bin/python）。
• VSCode：按下Ctrl+Shift+P打開命令面板，輸入“Python: Select Interpreter”，選擇虛擬環境對應的Python路徑。

以上步驟覆蓋了Linux環境下PyTorch安裝的全流程，根據自身需求選擇CPU/GPU版本，并注意依賴項和環境變量的配置即可順利完成安裝。