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 的处理时间可能会有所不同。建议（但非必需）您的 Linux 系统拥有 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 >= v2.28 的 Linux 发行版，包括以下发行版：

• Arch Linux，最低版本 2020.01.22
• CentOS，最低版本 8
• Debian，最低版本 10.0
• Fedora，最低版本 24
• Mint，最低版本 20
• OpenSUSE，最低版本 15
• PCLinuxOS，最低版本 2014.7
• Slackware，最低版本 14.2
• Ubuntu，最低版本 20.04（请注意，20.04 已达到 EOL）

此处提供的安装说明通常适用于所有支持的 Linux 发行版。一个示例差异是，您的发行版可能支持 yum 而不是 apt。所示的具体示例是在 Ubuntu 18.04 机器上运行的。

Python

Python 3.10-3.14 通常在我们的任何支持的 Linux 发行版上默认安装，这符合我们的建议。

提示：默认情况下，您必须使用命令 python3 来运行 Python。如果您想仅使用 python 命令而不是 python3，可以将 python 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，可以运行以下命令进行安装：

sudo apt install python

包管理器

要安装 PyTorch 二进制文件，您需要使用受支持的包管理器： pip。

pip

Python 3

虽然 Python 3.x 在 Linux 上默认安装，但 pip 默认不安装。

sudo apt install python3-pip

提示：如果您想仅使用 pip 命令而不是 pip3，可以将 pip 链接到 pip3 二进制文件。

安装

pip

无 CUDA

要通过 pip 安装 PyTorch，并且您没有 支持 CUDA 的 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 OS: Linux, Package: Pip, Language: Python 和 Compute Platform: CPU。然后，运行显示的命令。

带 CUDA

要通过 pip 安装 PyTorch，并且您拥有 支持 CUDA 的 系统，请在上面的选择器中选择 OS: Linux, Package: Pip, Language: Python 和适合您机器的 CUDA 版本。通常，最新版本的 CUDA 更好。然后，运行显示的命令。

带 ROCm

要通过 pip 安装 PyTorch，并且您拥有 支持 ROCm 的 系统，请在上面的选择器中选择 OS: Linux, Package: Pip, Language: Python 和支持的 ROCm 版本。然后，运行显示的命令。

验证

为确保 PyTorch 安装正确，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 是否已启用并可由 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 用户来说，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最新的 PyTorch 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 Pip
2. 如果您需要使用 GPU 支持构建 PyTorch，a. 对于 NVIDIA GPU，请安装 CUDA，如果您的机器拥有 支持 CUDA 的 GPU。b. 对于 AMD GPU，请安装 ROCm，如果您的机器拥有 支持 ROCm 的 GPU
3. 请遵循此处描述的步骤： https://github.com/pytorch/pytorch#from-source

您可以按照 上方 的描述验证安装。