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 >= v2.17 的 Linux 发行版，包括以下：

• 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

这里的安装说明通常适用于所有支持的 Linux 发行版。一个例外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 3.8-3.11 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。如果您想只使用命令 python，而不是 python3，您可以将 python 符号链接到 python3 二进制文件。

但是，如果您想安装另一个版本，有多种方法：

• APT
• Python website

如果您决定使用 APT，可以运行以下命令来安装：

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，用于运行 PyTorch 应用程序。

包管理器

要安装 PyTorch 二进制文件，您需要使用两个支持的包管理器之一：Anaconda 或 pip 。推荐使用 Anaconda 作为包管理器，因为它将在一个沙盒安装中提供所有 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.`

您可能需要打开一个新的终端或重新加载 ~/.bashrc 以获得对 conda 命令的访问权限。

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：如果您想只使用命令 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

如果您通过 Anaconda 安装 PyTorch，并且没有 CUDA-capable or ROCm-capable ，或不需要 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，运行向您显示的命令。

有 CUDA

如果您通过 Anaconda 安装 PyTorch，并且有 CUDA-capable 系统，在上面的选择器中，选择操作系统：Linux，包：Conda 和适合您机器的 CUDA 版本。通常，最新的 CUDA 版本更好。 然后，运行向您显示的命令。

有 ROCm

目前不支持通过 Anaconda 安装带 ROCm 的 PyTorch。请改用 pip。

pip

No CUDA

如果您通过 pip 安装 PyTorch，并且没有 CUDA-capable 或 ROCm-capable 系统，或不需要 CUDA/ROCm（即 GPU 支持），在上面的选择器中，选择操作系统：Linux，包：Pip，语言：Python 和计算平台：CPU。 然后，运行向您显示的命令。

With CUDA

如果您通过 pip 安装 PyTorch，并且有 CUDA-capable 系统，在上面的选择器中，选择操作系统：Linux，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，运行向您显示的命令。

With ROCm

如果您通过 pip 安装 PyTorch，并且有 ROCm-capable 系统，在上面的选择器中，选择操作系统：Linux，包：Pip，语言：Python 和支持的 ROCm 版本。 然后，运行向您显示的命令。

Verification

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。这里我们将构造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 是否已启用并可被 PyTorch 访问，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 link 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()

源代码构建

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。但是，有时您可能想安装最新的 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 。

先决条件

1. 安装 Anaconda 或 Pip 如果您需要构建带 GPU 支持的 PyTorch

   a. 对于 NVIDIA GPU，如果您的机器有 CUDA 兼容 GPU，请安装 CUDA 。 b. 对于 AMD GPU，如果您的机器有 ROCm 兼容 GPU，请安装 ROCm。

按照此处描述的步骤操作：https://github.com/pytorch/pytorch#from-source