
在Linux上搭建PyTorch开发环境,可以遵循以下流程:
1. 安装操作系统
确认你正在使用Linux操作系统。常见的发行版包括Ubuntu、Debian、Fedora等。
2. 升级系统软件包
首先,更新你的系统软件包列表并升级所有已安装的软件包:
sudo apt update sudo apt full-upgrade -y
3. 安装必要组件
安装构建PyTorch所需的依赖项:
sudo apt install -y build-essential cmake git wget unzip yasm pkg-config libopenblas-dev liblapack-dev libjpeg-dev libpng-dev
4. 安装Python与虚拟环境工具
安装Python和虚拟环境管理工具(如venv或conda):
sudo apt install -y python3 python3-pip python3-venv
或者使用Anaconda:
wget https://repo.anaconda.com/archive/Anaconda3-2023.07-2-Linux-x86_64.sh bash Anaconda3-2023.07-2-Linux-x86_64.sh source ~/.bashrc
5. 建立虚拟环境
创建一个新的虚拟环境:
该系统由帝国开发工作组独立开发,是一个经过完善设计的适用于Linux/windows/Unix等环境下高效的网站解决方案。从帝国新闻系统1.0版至今天的帝国网站管理系统,它的功能进行了数次飞跃性的革新,使得网站的架设与管理变得极其轻松。 它采用了系统模型功能:用户通过此功能可直接在后台扩展与实现各种系统,如产品、房产、供求、等等系统,因此特性,[1] 帝国CMS又被誉为“万能建站工具”;采用了
python3 -m venv pytorch-env source pytorch-env/bin/activate
6. 安装PyTorch
根据具体需求选择合适的PyTorch版本。可以从PyTorch官网获取安装指令。以下是部分常见安装指令示例:
使用pip安装CPU版本
pip install torch torchvision torchaudio
使用pip安装GPU版本(CUDA 11.7)
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117
使用conda安装GPU版本(CUDA 11.7)
conda install pytorch torchvision torchaudio cudatoolkit=11.7 -c pytorch
7. 测试安装结果
验证PyTorch是否安装成功:
import torch print(torch.__version__) print(torch.cuda.is_available()) # 检查GPU是否可用
8. 添加其他常用库
依据项目需求,安装其他常用的Python库:
pip install numpy pandas matplotlib scikit-learn
9. 配置开发环境
如果你使用IDE(例如VSCode、PyCharm),配置它们以使用创建的虚拟环境。
VSCode
- 启动VSCode。
- 按 Ctrl+Shift+P 打开命令面板。
- 输入 Python: Select Interpreter 并选择你的虚拟环境。
PyCharm
- 启动PyCharm。
- 进入 File -> Settings -> Project:
-> Python Interpreter。 - 点击齿轮图标,选择 Add...,然后选择你的虚拟环境。
按照上述步骤操作后,你应该能在Linux上成功搭建一个PyTorch开发环境。









