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 的体验在处理时间上可能会有所不同。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

• 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 已停止支持）

此处的安装说明通常适用于所有支持的 Linux 发行版。一个例子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 3.9-3.12 通常在我们支持的任何 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 python3 命令来运行 Python。如果您想只使用 python 命令而不是 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 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

包管理器

要安装 PyTorch 二进制文件，您需要使用支持的包管理器：pip。

pip

Python 3

虽然 Python 3.x 在 Linux 上默认安装，但 pip 并非默认安装。

sudo apt install python3-pip

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

安装

pip

无 CUDA

要通过 pip 安装 PyTorch，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，包：Pip，语言：Python 和计算平台：CPU。然后，运行提供给您的命令。

使用 CUDA

要通过 pip 安装 PyTorch，且拥有支持 CUDA的系统，请在上面的选择器中选择操作系统：Linux，包：Pip，语言：Python 以及适合您机器的 CUDA 版本。通常，最新的 CUDA 版本更好。然后，运行提供给您的命令。

使用 ROCm

要通过 pip 安装 PyTorch，且拥有支持 ROCm的系统，请在上面的选择器中选择操作系统：Linux，包：Pip，语言：Python 以及支持的 ROCm 版本。然后，运行提供给您的命令。

验证

为确保 PyTorch 安装正确，我们可以通过运行 PyTorch 示例代码来验证安装。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 是否已启用并可被 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()

从源码构建

对于大多数 PyTorch 用户来说，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。然而，有时您可能希望安装最新的 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，您需要从源码构建 PyTorch。

先决条件

1. 安装 Pip
2. 如果您需要构建支持 GPU 的 PyTorch，a. 对于 NVIDIA GPU，如果您的机器有支持 CUDA 的 GPU，请安装CUDA。b. 对于 AMD GPU，如果您的机器有支持 ROCm 的 GPU，请安装ROCm。
3. 请遵循此处描述的步骤：https://github.com/pytorch/pytorch#from-source

您可以按照上述描述的方式验证安装。