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 的经验可能在处理时间方面有所不同。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 的 CUDA 支持或 ROCm 支持。

前提条件

支持的 Linux 发行版

PyTorch 支持使用 glibc >= v2.17 的 Linux 发行版，包括以下内容：

• 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。一个例子是，您的发行版可能支持 yum 而不是 apt 。具体示例是在 Ubuntu 18.04 机器上运行的。

Python

Python 3.9-3.12 通常在我们的所有支持的 Linux 发行版上默认安装，这符合我们的推荐。

小贴士：默认情况下，您将必须使用命令 python3 来运行 Python。如果您想使用命令 python 而不是 python3 ，可以将 python 符号链接到 python3 二进制文件。

然而，如果您想安装另一个版本，有多种方法：

• APT
• Python 网站

如果您决定使用 APT，可以运行以下命令来安装它：

sudo apt install python

如果您使用 Anaconda 安装 PyTorch，它将安装一个用于运行 PyTorch 应用程序的沙箱版 Python。

软件包管理器

要安装 PyTorch 二进制文件，您需要使用以下两种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，因为它将提供您所有 PyTorch 依赖项，在一个沙盒安装中，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 Copy Link Location ，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.`

可能需要打开新的终端或重新加载 ~/.bashrc 以获取对 conda 命令的访问权限。

pip

Python 3

虽然 Python 3.x 在 Linux 上默认安装，但 pip 并未默认安装。

sudo apt install python3-pip

提示：如果您只想使用命令 pip ，而不是 pip3 ，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，并且您没有 CUDA 或 ROCm 兼容的系统，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，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，并且您拥有支持 CUDA 的系统，在上面的选择器中，选择操作系统：Linux，软件包：Conda 以及适合您机器的 CUDA 版本。通常，最新的 CUDA 版本更好。然后，运行显示给您的命令。

使用 ROCm

目前不支持在 ROCm 上通过 Anaconda 安装 PyTorch。请使用 pip 代替。

pip

没有 CUDA

要通过 pip 安装 PyTorch，并且没有 CUDA 或 ROCm 兼容的系统，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：pip，语言：Python 和计算平台：CPU。然后，运行显示给您的命令。

有 CUDA

通过 pip 安装 PyTorch，并且拥有支持 CUDA 的系统，在上面的选择器中，选择操作系统：Linux，软件包：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，运行显示给您的命令。

使用 ROCm

通过 pip 安装 PyTorch，并且拥有支持 ROCm 的系统，在上面的选择器中，选择操作系统：Linux，软件包：pip，语言：Python 以及支持的 ROCm 版本。然后，运行显示给您的命令。

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。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)

输出结果应类似于：

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，为了检查您的 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 构建在 Python API 级别上使用相同的语义，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。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。

前提条件

1. 安装 Anaconda 或 Pip
2. 如果您需要为 GPU 支持构建 PyTorch，a. 对于 NVIDIA GPU，如果您的机器有 CUDA 支持的 GPU，请安装 CUDA。b. 对于 AMD GPU，如果您的机器有 ROCm 支持的 GPU，请安装 ROCm。
3. 按照以下步骤进行操作：https://github.com/pytorch/pytorch#from-source

如上所述，您可以验证安装。