PyTorch インストール

PyTorch は、CPU と GPU コンピューティングをサポートする人気の深層学習フレームワークです。

対応オペレーティングシステム

  • Windows：Windows 10 以降（64ビット）
  • macOS：macOS 10.15 (Catalina) 以降
  • Linux：主要ディストリビューション（Ubuntu 18.04+、CentOS 7+、RHEL 7+ など）

Python バージョン要件

  • 推奨バージョン：Python 3.8 - 3.11
  • 最低要件：Python 3.7
  • 注意：Python 3.12+ のサポートは限定的な場合があるため、安定版の使用を推奨します

ハードウェア要件

  • CPU：SSE4.2 命令セットをサポートする x86_64 プロセッサ
  • メモリ：最低 4GB RAM（推奨 8GB 以上）
  • ストレージ：最低 3GB の空き容量
  • GPU（オプション）：CUDA Compute Capability 3.5+ を備えた NVIDIA GPU

CUDA 互換性（GPU バージョン）

PyTorch バージョン 対応 CUDA バージョン 推奨 CUDA バージョン
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

インストール前の準備

システム情報の確認

Windows:

# 检查 Windows 版本
winver

# 检查 Python 版本
python --version

# 检查是否有 NVIDIA GPU
nvidia-smi

macOS

# 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 SPDisplaysDataType

Linux

# 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 環境管理

Anaconda/Miniconda を使用：

# 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

venv を使用（Python 標準）

# 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

PyTorch のインストール

PyTorch 公式ではいくつかのインストール方法が提供されており、pip または conda でインストールできます。

CPU バージョンのインストール

pip で PyTorch をインストール：

# 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

conda でインストール：

Anaconda または Miniconda で Python 環境を管理している場合、conda を使用して PyTorch をインストールする方がより簡単で効率的な場合があります。

# 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

Anaconda について詳しくない場合は、以下を参照してください：Anaconda チュートリアル

PyTorch 公式サイトからのインストール

PyTorch の公式ウェブサイトにアクセスしますhttps://pytorch.org/get-started/locally/。このサイトでは、システム構成（オペレーティングシステム、パッケージマネージャー、Python バージョン、CUDA バージョン）に応じてインストールコマンドを推奨する便利なツールが提供されています。

ソースコードからのインストール

ソースコードから PyTorch をインストールする必要がある場合や、最新の開発バージョンを試したい場合は、次のコマンドを使用できます：

git clone --recursive https://github.com/pytorch/pytorch
cd pytorch
python setup.py install

これにより、GitHub から PyTorch のソースコードがクローンされ、setup.py を使用してインストールされます。

GPU バージョンのインストール（CUDA）

CUDA のインストール（必要な場合）：

# 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

PyTorch GPU バージョンのインストール：

# 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 に関する特別な説明

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

インストールの検証

PyTorch が正しくインストールされていることを確認するには、次の PyTorch コードを実行してインストールが成功したかどうかを検証できます：

例

import torch

# 現在インストールされている PyTorch ライブラリのバージョン
print(torch.__version__)
# CUDA が利用可能かどうか（つまり、システムに NVIDIA GPU があるかどうか）を確認します
print(torch.cuda.is_available())

もしtorch.cuda.is_available()出力が True の場合、PyTorch が GPU を正常に認識したことを意味します。

ランダムに初期化されたテンソルを構築する簡単な例：

例

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

インストールが成功すると、出力結果は次のようになります：

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]])
その他の拡張