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（但不是必需）您的 Linux 系统具有 NVIDIA 或 AMD GPU，以便充分利用 PyTorch 对CUDA支持或ROCm支持的全部功能。

先决条件

受支持的 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 计算机上运行的。

Python

Python 3.8-3.11 通常默认安装在我们支持的任何 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，则有多种方法

• 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，它将安装沙盒版本的 Python，该版本将用于运行 PyTorch 应用程序。

软件包管理器

要安装 PyTorch 二进制文件，您需要使用以下两个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，选择复制链接地址，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终端或重新获取~/.bashrc 以访问conda命令。

pip

Python 3

虽然 Python 3.x 默认安装在 Linux 上，但pip默认不安装。

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 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操作系统：Linux，软件包：Conda，语言：Python，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，运行显示给您的命令。

使用 ROCm

ROCm 当前不支持通过 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 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操作系统：Linux，软件包：Pip，语言：Python，计算平台：CPU。然后，运行显示给您的命令。

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，运行显示给您的命令。

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，我们将构建一个随机初始化的张量。

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

输出应该类似于

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 PyTorch 可访问，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，请执行以下操作：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

您可以按照上面的说明验证安装。