Linux系统下pytorch安装教程gpu
时间: 2025-03-10 11:07:12 浏览: 44
### Linux 系统下 PyTorch GPU 版本安装教程
#### 使用 Pip 安装 PyTorch (默认 GPU)
对于希望快速完成安装的用户,在 Linux 下可以通过 `pip` 来安装支持 GPU 的 PyTorch。推荐使用清华大学镜像源加速下载过程:
```bash
pip install torch torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple
```
这条命令会自动检测并安装适合当前系统的最新版 PyTorch 及其依赖库[^1]。
#### 利用 Anaconda 进行环境准备与管理
为了更好地管理和隔离 Python 开发环境,建议先通过 Anaconda 创建独立的工作空间。具体操作如下:
获取最新的 Miniconda 安装脚本文件,并赋予可执行权限后运行该脚本:
```bash
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
chmod +x Miniconda3-latest-Linux-x86_64.sh
./Miniconda3-latest-Linux-x86_64.sh
```
按照提示完成安装流程即可创建一个新的 conda 虚拟环境用于后续开发工作[^2]。
#### 配置 CUDA 支持
确保已经正确设置了 NVIDIA 显卡驱动程序以及相应的 CUDA 工具包版本。这一步骤至关重要,因为只有当这些组件被妥善配置之后,PyTorch 才能充分利用 GPU 加速计算性能[^3]。
#### 在 Conda 中安装指定版本的 PyTorch-GPU
如果需要安装特定版本或者更详细的定制化设置,则可以在激活目标 conda 环境后执行如下命令来精确控制所要安装的具体软件包及其版本号:
```bash
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch -c nvidia
```
此命令中的 `-c` 参数指定了额外的频道来源,而 `cudatoolkit=11.3` 表明了期望使用的 CUDA Toolkit 版本[^4]。
阅读全文
相关推荐


















