|
PyTorch 是一个流行的深度学习框架，支持 CPU 和 GPU 计算。 支持的操作系统Windows：Windows 10 或更高版本（64位） macOS：macOS 10.15 (Catalina) 或更高版本 Linux：主流发行版（Ubuntu 18.04+、CentOS 7+、RHEL 7+等） Python 版本要求推荐版本：Python 3.8 - 3.11 最低要求：Python 3.7 注意：Python 3.12+ 支持可能有限，建议使用稳定版本 硬件要求CPU：支持 SSE4.2 指令集的 x86_64 处理器 内存：至少 4GB RAM（推荐 8GB+） 存储：至少 3GB 可用空间 GPU（可选）：NVIDIA GPU with CUDA Compute Capability 3.5+ CUDA 兼容性（GPU 版本） PyTorch 版本 支持的 CUDA 版本 推荐 CUDA 版本2.1.x 11.8, 12.1 12.1 2.0.x 11.7, 11.8 11.8 1.13.x 11.6, 11.7 11.7 安装前的准备工作 检查系统信息 Windows: # 检查 Windows 版本 winver # 检查 Python 版本 python --version # 检查是否有 NVIDIA GPU nvidia-smimacOS # 检查 macOS 版本 sw_vers # 检查 Python 版本 python3 --version # 检查是否有兼容的 GPU（Apple Silicon） system_profiler SPDisplaysDataTypeLinux # 检查发行版信息 cat /etc/os-release # 检查 Python 版本 python3 --version # 检查 NVIDIA GPU nvidia-smi # 检查 CUDA 版本（如果已安装） nvcc --version Python 环境管理使用 Anaconda/Miniconda: # 下载并安装 Miniconda # Windows: https://repo.anaconda.com/miniconda/Miniconda3-latest-Windows-x86_64.exe # macOS: https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-x86_64.sh # Linux: https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh # 创建专用环境 conda create -n pytorch_env python=3.10 conda activate pytorch_env 使用 venv（Python 自带） # 创建虚拟环境 python -m venv pytorch_env # 激活环境 # Windows pytorch_env\Scripts\activate # macOS/Linux source pytorch_env/bin/activate 安装 PyTorchPyTorch 官方提供了几种安装方法，可以通过 pip 或 conda 进行安装。 CPU 版本安装使用 pip 安装 pytorch： # 最新稳定版本 pip install torch torchvision torchaudio # 指定版本 pip install torch==2.1.0 torchvision==0.16.0 torchaudio==2.1.0 # 仅 CPU 版本（更小的安装包） pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu使用 conda 安装: 如果你使用 Anaconda 或 Miniconda 管理 Python 环境，使用 conda 安装 PyTorch 可能会更加简单和高效。 # 从 conda-forge 安装 conda install pytorch torchvision torchaudio cpuonly -c pytorch # 或从 conda-forge 渠道 conda install pytorch torchvision torchaudio -c conda-forge如果不了解Anaconda，可以参考： Anaconda 教程 通过 PyTorch 官网安装访问 PyTorch 的官方网站 https://pytorch.org/get-started/locally/，网站提供了一个方便的工具，可以根据你的系统配置（操作系统、包管理器、Python版本以及CUDA版本）推荐安装命令。
如果你需要从源代码安装PyTorch，或者想要尝试最新的开发版本，你可以使用以下命令： git clone --recursive https://github.com/pytorch/pytorch cd pytorch python setup.py install这将从 GitHub 克隆 PyTorch 的源代码，并使用 setup.py 进行安装。 GPU 版本安装（CUDA）安装 CUDA（如果需要）: # Ubuntu/Debian wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600 wget https://developer.download.nvidia.com/compute/cuda/12.1.0/local_installers/cuda-repo-ubuntu2004-12-1-local_12.1.0-530.30.02-1_amd64.deb sudo dpkg -i cuda-repo-ubuntu2004-12-1-local_12.1.0-530.30.02-1_amd64.deb sudo cp /var/cuda-repo-ubuntu2004-12-1-local/cuda-*-keyring.gpg /usr/share/keyrings/ sudo apt-get update sudo apt-get -y install cuda # CentOS/RHEL sudo yum install -y https://developer.download.nvidia.com/compute/cuda/repos/rhel8/x86_64/cuda-repo-rhel8-12.1.0-1.x86_64.rpm sudo yum clean all sudo yum -y install cuda安装 PyTorch GPU 版本: # CUDA 12.1 版本 pip install torch torchvision torchaudio # CUDA 11.8 版本 pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 # 使用 conda conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia macOS 特殊说明Apple Silicon (M1/M2) Mac: # 使用 Metal Performance Shaders (MPS) 后端 pip install torch torchvision torchaudio # 验证 MPS 可用性 python -c "import torch; print(torch.backends.mps.is_available())"Intel Mac: # 标准安装 pip install torch torchvision torchaudio 验证安装为了确保 PyTorch 已正确安装，我们可以通过执行以下 PyTorch 代码来验证是否安装成功： 实例
import torch 如果 torch.cuda.is_available() 输出 True，则说明 PyTorch 成功识别到你的 GPU。 一个简单的实例，构建一个随机初始化的张量： 实例
import torch 如果安装成功，输出结果类似如下： 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]]) (责任编辑：) |
