在 Linux 上安装

PyTorch 可以在各种 Linux 发行版上安装和使用。根据您的系统和计算要求，您在 Linux 上使用 PyTorch 的体验在处理时间方面可能会有所不同。建议（但非必需）您的 Linux 系统配备 NVIDIA 或 AMD GPU，以便充分利用 PyTorch 的 CUDA 支持 或 ROCm 支持。

先决条件

支持的 Linux 发行版

PyTorch 在使用 glibc >= v2.17 的 Linux 发行版上受支持，其中包括以下发行版

• Arch Linux，最低版本 2012-07-15
• CentOS，最低版本 7.3-1611
• Debian，最低版本 8.0
• Fedora，最低版本 24
• Mint，最低版本 14
• OpenSUSE，最低版本 42.1
• PCLinuxOS，最低版本 2014.7
• Slackware，最低版本 14.2
• Ubuntu，最低版本 13.04

此处的安装说明通常适用于所有受支持的 Linux 发行版。一个示例区别是您的发行版可能支持 yum 而不是 apt。显示的特定示例是在 Ubuntu 18.04 机器上运行的。

Python

Python 3.9-3.12 通常默认安装在任何我们支持的 Linux 发行版上，这符合我们的建议。

提示：默认情况下，您必须使用命令 python3 才能运行 Python。如果您只想使用命令 python 而不是 python3，您可以将 python 符号链接到 python3 二进制文件。

但是，如果您想安装另一个版本，有多种方法

• APT
• Python 网站

如果您决定使用 APT，您可以运行以下命令进行安装

sudo apt install python

如果您使用 Anaconda 安装 PyTorch，它将安装一个沙盒版本的 Python，用于运行 PyTorch 应用程序。

软件包管理器

要安装 PyTorch 二进制文件，您需要使用以下两种受支持的软件包管理器之一：Anaconda 或 pip。Anaconda 是推荐的软件包管理器，因为它将为您提供一个沙盒安装中的所有 PyTorch 依赖项，包括 Python。

Anaconda

要安装 Anaconda，您将使用 命令行安装程序。右键单击 64 位安装程序链接，选择 复制链接位置，然后使用以下命令

# The version of Anaconda may be different depending on when you are installing`
curl -O https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
sh Miniconda3-latest-Linux-x86_64.sh
# and follow the prompts. The defaults are generally good.`

您可能必须打开一个新的终端或重新加载您的 ~/.bashrc 才能访问 conda 命令。

pip

Python 3

虽然 Python 3.x 默认安装在 Linux 上，但 pip 默认未安装。

sudo apt install python3-pip

提示：如果您只想使用命令 pip 而不是 pip3，您可以将 pip 符号链接到 pip3 二进制文件。

安装

Anaconda

无 CUDA/ROCm

要通过 Anaconda 安装 PyTorch，并且没有 支持 CUDA 或 支持 ROCm 的系统，或者不需要 CUDA/ROCm（即 GPU 支持），请在上面的选择器中选择操作系统：Linux，软件包：Conda，语言：Python 和计算平台：CPU。然后，运行呈现给您的命令。

使用 CUDA

要通过 Anaconda 安装 PyTorch，并且您确实拥有 支持 CUDA 的系统，请在上面的选择器中选择操作系统：Linux，软件包：Conda 和适合您机器的 CUDA 版本。通常，最新的 CUDA 版本更好。然后，运行呈现给您的命令。

使用 ROCm

目前 ROCm 不支持通过 Anaconda 安装 PyTorch。请改用 pip。

pip

无 CUDA

要通过 pip 安装 PyTorch，并且没有 支持 CUDA 或 支持 ROCm 的系统，或者不需要 CUDA/ROCm（即 GPU 支持），请在上面的选择器中选择操作系统：Linux，软件包：Pip，语言：Python 和计算平台：CPU。然后，运行呈现给您的命令。

使用 CUDA

要通过 pip 安装 PyTorch，并且您确实拥有 支持 CUDA 的系统，请在上面的选择器中选择操作系统：Linux，软件包：Pip，语言：Python 和适合您机器的 CUDA 版本。通常，最新的 CUDA 版本更好。然后，运行呈现给您的命令。

使用 ROCm

要通过 pip 安装 PyTorch，并且您确实拥有 支持 ROCm 的系统，请在上面的选择器中选择操作系统：Linux，软件包：Pip，语言：Python 和受支持的 ROCm 版本。然后，运行呈现给您的命令。

验证

为了确保 PyTorch 已正确安装，我们可以通过运行示例 PyTorch 代码来验证安装。这里我们将构建一个随机初始化的张量。

import torch
x = torch.rand(5, 3)
print(x)

输出应类似于

tensor([[0.3380, 0.3845, 0.3217],
        [0.8337, 0.9050, 0.2650],
        [0.2979, 0.7141, 0.9069],
        [0.1449, 0.1132, 0.1375],
        [0.4675, 0.3947, 0.1426]])

此外，要检查您的 GPU 驱动程序和 CUDA/ROCm 是否已启用并且 PyTorch 可以访问，请运行以下命令以返回 GPU 驱动程序是否已启用（PyTorch 的 ROCm 构建在 python API 级别使用相同的语义 链接，因此以下命令也应适用于 ROCm）

import torch
torch.cuda.is_available()

从源代码构建

对于大多数 PyTorch 用户，通过软件包管理器从预构建的二进制文件安装将提供最佳体验。但是，有时您可能希望安装前沿的 PyTorch 代码，无论是为了测试还是在 PyTorch 核心上进行实际开发。要安装最新的 PyTorch 代码，您需要从源代码构建 PyTorch。

先决条件

1. 安装 Anaconda 或 Pip
2. 如果您需要构建支持 GPU 的 PyTorch，a. 对于 NVIDIA GPU，如果您的机器具有 支持 CUDA 的 GPU，请安装 CUDA。b. 对于 AMD GPU，如果您的机器具有 支持 ROCm 的 GPU，请安装 ROCm
3. 按照此处描述的步骤操作：https://github.com/pytorch/pytorch#from-source

您可以按照上述方法验证安装。