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需求，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（但不是必须）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 支持使用glibc >= v2.17 的 Linux 发行版，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支持的 Linux 发行版。例如，您的发行版可能支持yum 而不是apt。显示的具体示例是在 Ubuntu 18.04 计算机上运行的。

Python

Python 3.9-3.12 通常默认安装在任何支持的 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 来运行 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，如果您想安装其他版本，有多种方法

• APT
• Python 网站

如果您决定使用 APT，则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，该版本将用于运行 PyTorch 应用程序。

包管理器

要安装 PyTorch 二进制文件，您需要使用以下两个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 并非默认安装。

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，并且您的系统没有CUDA 功能或ROCm 功能，或者不需要 CUDA/ROCm（即 GPU 支持），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，运行显示给您的命令。

使用 CUDA

要通过 Anaconda 安装 PyTorch，并且您的系统具有CUDA 功能，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，最新版本的 CUDA 更好。然后，运行显示给您的命令。

使用 ROCm

目前，Anaconda 中的 PyTorch 不支持 ROCm。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），在上面的选择器中，选择 OS：Linux，Package：Pip，Language：Python 以及 Compute Platform：CPU。然后，运行显示给您的命令。

使用 CUDA

要通过 pip 安装 PyTorch，并且拥有 支持 CUDA 的系统，在上面的选择器中，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，运行显示给您的命令。

使用 ROCm

要通过 pip 安装 PyTorch，并且拥有 支持 ROCm 的系统，在上面的选择器中，选择 OS：Linux，Package：Pip，Language：Python 以及支持的 ROCm 版本。然后，运行显示给您的命令。

验证

为了确保 PyTorch 已正确安装，我们可以通过运行 PyTorch 示例代码来验证安装。在这里，我们将构造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 版本在 Python API 级别上使用相同的语义 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最新的 PyTorch 代码，无论是用于测试还是在 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. 请按照此处描述的步骤操作：https://github.com/pytorch/pytorch#from-source

您可以按照 上面 所述验证安装。