在 Linux 上安裝

PyTorch 可以在各種 Linux 發行版上安裝和使用。根據您的系統和計算需求，您在使用 Linux 上的 PyTorch 時，處理時間可能會有所不同。建議（但非必要）您的 Linux 系統擁有 NVIDIA 或 AMD GPU，以便充分利用 PyTorch 的 CUDA 支援 或 ROCm 支援。

先決條件

支援的 Linux 發行版

PyTorch 支援使用 glibc >= v2.17 的 Linux 發行版，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

此處的安裝說明通常適用於所有支援的 Linux 發行版。例如，您的發行版可能支援 yum 而不是 apt。所示的特定範例是在 Ubuntu 18.04 機器上執行的。

Python

Python 3.9-3.12 通常預設安裝在我們任何支援的 Linux 發行版上，這符合我們的建議。

提示：預設情況下，您必須使用命令 python3 來執行 Python。如果您只想使用命令 python，而不是 python3，您可以將 python 符號連結到 python3 二進位檔。

但是，如果您想安裝另一個版本，有多種方法

• APT
• Python 網站

如果您決定使用 APT，您可以執行以下命令來安裝它

sudo apt install python

如果您使用 Anaconda 安裝 PyTorch，它將安裝一個沙盒版本的 Python，用於執行 PyTorch 應用程式。

套件管理器

要安裝 PyTorch 二進位檔，您需要使用兩種支援的套件管理器之一：Anaconda 或 pip。Anaconda 是推薦的套件管理器，因為它將在一個沙盒安裝中提供所有 PyTorch 依賴項，包括 Python。

Anaconda

要安裝 Anaconda，您將使用 命令列安裝程式。右鍵點擊 64 位元安裝程式連結，選擇 複製連結位置，然後使用以下命令

# 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.`

您可能需要開啟一個新的終端機或重新載入您的 ~/.bashrc 才能存取 conda 命令。

pip

Python 3

雖然 Python 3.x 預設安裝在 Linux 上，但 pip 並未預設安裝。

sudo apt install python3-pip

提示：如果您只想使用命令 pip，而不是 pip3，您可以將 pip 符號連結到 pip3 二進位檔案。

安裝

Anaconda

無 CUDA/ROCm

要透過 Anaconda 安裝 PyTorch，並且沒有 支援 CUDA 或 支援 ROCm 的系統，或者不需要 CUDA/ROCm（即 GPU 支援），請在上面的選擇器中，選擇 OS：Linux，Package：Conda，Language：Python 和 Compute Platform：CPU。然後，執行呈現給您的命令。

使用 CUDA

要透過 Anaconda 安裝 PyTorch，並且您確實擁有 支援 CUDA 的系統，請在上面的選擇器中，選擇 OS：Linux，Package：Conda 和適合您機器的 CUDA 版本。通常，最新的 CUDA 版本更好。然後，執行呈現給您的命令。

使用 ROCm

目前 ROCm 不支援透過 Anaconda 安裝 PyTorch。請改用 pip。

pip

無 CUDA

要透過 pip 安裝 PyTorch，並且沒有 支援 CUDA 或 支援 ROCm 的系統，或者不需要 CUDA/ROCm（即 GPU 支援），請在上面的選擇器中，選擇 OS：Linux，Package：Pip，Language：Python 和 Compute Platform：CPU。然後，執行呈現給您的命令。

使用 CUDA

要透過 pip 安裝 PyTorch，並且您確實擁有 支援 CUDA 的系統，請在上面的選擇器中，選擇 OS：Linux，Package：Pip，Language：Python 和適合您機器的 CUDA 版本。通常，最新的 CUDA 版本更好。然後，執行呈現給您的命令。

使用 ROCm

要透過 pip 安裝 PyTorch，並且您確實擁有 支援 ROCm 的系統，請在上面的選擇器中，選擇 OS：Linux，Package：Pip，Language：Python 和支援的 ROCm 版本。然後，執行呈現給您的命令。

驗證

為了確保 PyTorch 安裝正確，我們可以執行範例 PyTorch 程式碼來驗證安裝。在這裡，我們將建構一個隨機初始化的張量。

import torch
x = torch.rand(5, 3)
print(x)

輸出應該類似於

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，要檢查您的 GPU 驅動程式和 CUDA/ROCm 是否已啟用且可供 PyTorch 存取，請執行以下命令以傳回 GPU 驅動程式是否已啟用（PyTorch 的 ROCm 建置使用與 python API 層級相同的語義 連結，因此以下命令也應適用於 ROCm）

import torch
torch.cuda.is_available()

從原始碼建置

對於大多數 PyTorch 使用者來說，透過套件管理器安裝預先建置的二進位檔會是最好的體驗。然而，有時候您可能想要安裝最新的 PyTorch 程式碼，無論是為了測試還是實際開發 PyTorch 核心。要安裝最新的 PyTorch 程式碼，您需要從原始碼建置 PyTorch。

先決條件

1. 安裝 Anaconda 或 Pip
2. 如果您需要建置支援 GPU 的 PyTorch，a. 對於 NVIDIA GPU，如果您的機器具有 支援 CUDA 的 GPU，請安裝 CUDA。b. 對於 AMD GPU，如果您的機器具有 支援 ROCm 的 GPU，請安裝 ROCm
3. 請按照此處描述的步驟進行：https://github.com/pytorch/pytorch#from-source

您可以按照上方所述驗證安裝。