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，PyTorch 在 Linux 上的处理时间体验可能会有所不同。建议（非必须）您的 Linux 系统拥有 NVIDIA 或 AMD GPU，以充分利用 PyTorch 的 CUDA 支持 或 ROCm 支持。

先决条件

受支持的 Linux 发行版

PyTorch 支持使用 glibc >= v2.28 的 Linux 发行版，其中包括

• 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 已达到生命周期终点 EOL）

此处的安装说明通常适用于所有受支持的 Linux 发行版。例如，您的发行版可能支持 yum 而不是 apt。所示示例是在 Ubuntu 18.04 机器上运行的。

Python

Python 3.10-3.14 通常在任何受支持的 Linux 发行版上默认安装，满足我们的建议要求。

提示：默认情况下，您必须使用 python3 命令来运行 Python。如果您只想使用 python 而不是 python3，可以将 python 软链接到 python3 二进制文件。

但是，如果您想安装其他版本，可以通过多种方式实现：

• 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，您需要使用受支持的包管理器：pip。

pip

Python 3

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

sudo apt install python3-pip

提示：如果您只想使用 pip 而不是 pip3 命令，可以将 pip 软链接到 pip3 二进制文件。

安装

pip

无 CUDA

要通过 pip 安装 PyTorch，且系统没有 CUDA 能力 或 ROCm 能力，或者您不需要 CUDA/ROCm（即 GPU 支持），请在上面的选择器中选择 OS: Linux, Package: Pip, Language: Python 以及 Compute Platform: CPU。然后，运行显示的命令。

使用 CUDA

要通过 pip 安装 PyTorch，且系统具有 CUDA 能力，请在上面的选择器中选择 OS: Linux, Package: Pip, Language: Python 以及适合您机器的 CUDA 版本。通常，最新的 CUDA 版本效果更好。然后，运行显示的命令。

使用 ROCm

要通过 pip 安装 PyTorch，且系统具有 ROCm 能力，请在上面的选择器中选择 OS: Linux, Package: Pip, Language: Python 以及支持的 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代码来验证安装情况。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 驱动程序以及 CUDA/ROCm 是否已启用并可供 PyTorch 使用，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，因此以下命令也适用于 ROCm）

import torch
torch.cuda.is_available()

从源码构建

对于大多数 PyTorch 用户，通过包管理器安装预编译的二进制文件体验最好。但在某些情况下，无论是为了测试还是在 PyTorch 核心上进行实际开发，您可能需要安装前沿（bleeding edge）代码。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. 按照此处描述的步骤操作：https://github.com/pytorch/pytorch#from-source

您可以按照上述方法验证安装。