请按照以下详细步骤在干净的 Linux 系统上安装 PyTorch:
安装 Python:
对于大多数 Linux 发行版,Python 都已经预装。在终端中输入以下命令检查 Python 是否已安装以及安装的版本:
bash
Copy
python3 --version
如果尚未安装 Python 或需要更新 Python 版本,请参阅 [Python 官网](https://www.python.org/downloads/) 下载并安装所需版本。
安装 pip:
pip 是 Python 的包管理器,用于安装和管理 Python 库。请检查是否已安装 pip。在终端中输入以下命令:
bash
Copy
pip3 --version
如果尚未安装 pip,请运行以下命令以安装:
sudo apt update
sudo apt install python3-pip
```
安装完成后,再次运行 `pip3 --version` 以验证安装是否成功。
安装 CUDA 和 cuDNN(可选):
如果您计划使用 GPU 进行训练,请安装 NVIDIA CUDA 和 cuDNN。首先,更新并升级系统:
bash
Copy
sudo apt update
sudo apt upgrade
```
然后,安装 CUDA:
a. 访问 [NVIDIA CUDA 下载页面](https://developer.nvidia.com/cuda-downloads)。
b. 选择适合您 Linux 系统的版本。
c. 按照页面上的说明下载并安装 CUDA。例如,对于 Ubuntu 20.04,运行以下命令:
````bash
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/11.4.1/local_installers/cuda-repo-ubuntu2004-11-4-local_11.4.1-470.57.02-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu2004-11-4-local_11.4.1-470.57.02-1_amd64.deb
sudo apt-key add /var/cuda-repo-ubuntu2004-11-4-local/7fa2af80.pub
sudo apt update
sudo apt install cuda
```
安装完成后,添加以下内容到 `~/.bashrc` 文件:
````bash
export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
```
然后,运行 `source ~/.bashrc` 使更改生效。验证 CUDA 安装是否成功,运行 `nvcc --version`。
接下来,安装 cuDNN:
a. 访问 [NVIDIA cuDNN 下载页面](https://developer.nvidia.com/cudnn)(需要注册 NVIDIA 开发者帐户)。
b. 选择适合您的 CUDA 版本和 Linux 系统的 cuDNN 版本。
c. 按照页面上的说明下载并安装 cuDNN。例如,对于 CUDA 11.4 和 Ubuntu 20.04,下载 cuDNN 库、开发和运行时文件,然后运行以下命令:
````bash
sudo dpkg -i libcudnn8_8.2.2.26-1+cuda11.4_amd64.deb
sudo dpkg -i libcudnn8-dev_8.2.2.26-1+cuda11.4_amd64.deb
sudo dpkg -i libcudnn8-samples_8.2.2.26-1+cuda11.4_amd64.deb
```
安装 PyTorch:
访问 PyTorch 官方网站 并选择适当的系统、包管理器、CUDA 版本等,以获取安装命令。例如,对于 Ubuntu、使用 pip、Python 3.8 和 CUDA 11.1 的安装命令为:
bash
Copy
pip3 install torch torchvision torchaudio -f https://download.pytorch.org/whl/cu111/torch_stable.html
```
使用提供的命令安装 PyTorch,可能需要根据您的系统和 CUDA 版本进行调整。
验证安装:
安装完成后,您可以通过以下 Python 代码检查 PyTorch 是否安装成功:
python
Copy
import torch
print("PyTorch version:", torch.__version__)
print("CUDA available:", torch.cuda.is_available())
print("Number of GPUs:", torch.cuda.device_count())
```
如果 PyTorch 安装成功,该代码将输出 PyTorch 版本以及 CUDA 可用性和 GPU 数量等信息。
请注意,这些步骤适用于干净的 Linux 系统。如果您使用的是特定发行版(如 Ubuntu、Fedora 等),可能需要遵循特定的安装步骤。在安装过程中遇到问题时,请查阅相关文档或访问 PyTorch 论坛 寻求帮助。