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，在 Linux 上使用 PyTorch 的体验在处理时间方面可能会有所不同。建议但不强制要求您的 Linux 系统拥有 NVIDIA 或 AMD GPU，以便充分利用 PyTorch 对 CUDA 或 ROCm 的支持。

先决条件

受支持的 Linux 发行版

PyTorch 支持使用 glibc >= v2.17 的 Linux 发行版，其中包括以下版本：

• 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

这里的安装说明通常适用于所有受支持的 Linux 发行版。一个区别示例是，您的发行版可能支持 yum 而非 apt。所示的具体示例是在一台 Ubuntu 18.04 机器上运行的。

Python

Python 3.9-3.12 通常在所有受支持的 Linux 发行版上默认安装，这符合我们的建议。

提示：默认情况下，您需要使用命令 python3 来运行 Python。如果您只想使用命令 python 而不是 python3，可以将 python 软链接（symlink）到 python3 二进制文件。

但是，如果您想安装其他版本，有多种方法

• APT
• Python 官网

如果您决定使用 APT，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（sandboxed）版本的 Python，用于运行 PyTorch 应用程序。

包管理器

要安装 PyTorch 二进制文件，您需要使用两种受支持的包管理器之一：Anaconda 或 pip。Anaconda 是推荐的包管理器，因为它将在一个沙盒安装中为您提供所有 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.`

您可能需要打开新的终端或重新加载您的 ~/.bashrc 文件才能访问 conda 命令。

pip

Python 3

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

sudo apt install python3-pip

提示：如果您想只使用命令 pip 而不是 pip3，可以将 pip 软链接（symlink）到 pip3 二进制文件。

安装

Anaconda

无 CUDA/ROCm

要通过 Anaconda 安装 PyTorch，并且您的系统不具备 CUDA 功能或 ROCm 功能，或者您不需要 CUDA/ROCm（即 GPU 支持），请在上述选择器中选择 OS：Linux，Package：Conda，Language：Python，Compute Platform：CPU。然后运行显示的命令。

使用 CUDA

要通过 Anaconda 安装 PyTorch，并且您的系统具备 CUDA 功能，请在上述选择器中选择 OS：Linux，Package：Conda，以及适合您机器的 CUDA 版本。通常，最新的 CUDA 版本更好。然后运行显示的命令。

使用 ROCm

目前 Anaconda 方式不支持在 ROCm 上安装 PyTorch。请改用 pip。

pip

无 CUDA

要通过 pip 安装 PyTorch，并且您的系统不具备 CUDA 功能或 ROCm 功能，或者您不需要 CUDA/ROCm（即 GPU 支持），请在上述选择器中选择 OS：Linux，Package：Pip，Language：Python，Compute Platform：CPU。然后运行显示的命令。

使用 CUDA

要通过 pip 安装 PyTorch，并且您的系统具备 CUDA 功能，请在上述选择器中选择 OS：Linux，Package：Pip，Language：Python，以及适合您机器的 CUDA 版本。通常，最新的 CUDA 版本更好。然后运行显示的命令。

使用 ROCm

要通过 pip 安装 PyTorch，并且您的系统具备 ROCm 功能，请在上述选择器中选择 OS：Linux，Package：Pip，Language：Python，以及受支持的 ROCm 版本。然后运行显示的命令。

验证

为确保 PyTorch 已正确安装，我们可以通过运行 PyTorch 示例代码来验证安装。在这里，我们将构建一个随机初始化的张量（tensor）。

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 是否已启用且可供 PyTorch 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 构建版本在 Python API 层面使用了与 CUDA 相同的语义 链接，因此以下命令也适用于 ROCm）

import torch
torch.cuda.is_available()

从源代码构建

对于大多数 PyTorch 用户而言，通过包管理器安装预构建的二进制文件将提供最佳体验。但是，有时您可能希望安装 PyTorch 最新前沿的代码，无论是用于测试还是实际开发 PyTorch 核心。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，如果您的机器配备了支持 CUDA 的 GPU，请安装 CUDA。b. 对于 AMD GPU，如果您的机器配备了支持 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

您可以按照上文所述验证安装。