Установка PyTorch

PyTorch — популярный фреймворк для глубокого обучения, поддерживающий вычисления на CPU и GPU.

Поддерживаемые операционные системы

  • Windows: Windows 10 или новее (64-bit)
  • macOS: macOS 10.15 (Catalina) или новее
  • Linux: Основные дистрибутивы (Ubuntu 18.04+, CentOS 7+, RHEL 7+ и т. д.)

Требования к версии Python

  • Рекомендуемая версия：Python 3.8 - 3.11
  • Минимальное требование：Python 3.7
  • Примечание: Поддержка Python 3.12+ может быть ограничена; рекомендуется использовать стабильную версию.

Требования к оборудованию

  • CPU: процессор x86_64 с поддержкой набора инструкций SSE4.2
  • Память: Не менее 4GB RAM (рекомендуется 8GB+)
  • Дисковое пространство: не менее 3GB свободного места
  • GPU(Необязательно): NVIDIA GPU с поддержкой CUDA Compute Capability 3.5+

Совместимость CUDA (версия для GPU)

Версия PyTorch Поддерживаемые версии CUDA Рекомендуемая версия CUDA
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

Подготовка к установке

Проверка системной информации

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

Управление средой Python

Использование Anaconda/Miniconda:

# 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

Использование venv (встроенного в Python)

# 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

Установка PyTorch

PyTorch официально предоставляет несколько способов установки: можно установить через pip или conda.

Установка CPU-версии

Установите PyTorch с помощью pip:

# 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

Установите с помощью conda:

Если вы используете Anaconda или Miniconda для управления средами Python, установка PyTorch с помощью conda может быть проще и эффективнее.

# 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

Если вы не знакомы с Anaconda, можете обратиться к:Руководство по Anaconda

Установка с официального сайта PyTorch

Посетите официальный сайт PyTorchhttps://pytorch.org/get-started/locally/, на сайте есть удобный инструмент, который может рекомендовать команды установки в зависимости от конфигурации вашей системы (операционная система, менеджер пакетов, версия Python и версия CUDA).

Установка из исходного кода

Если вам нужно установить PyTorch из исходного кода или вы хотите попробовать последнюю версию для разработки, можете использовать следующую команду:

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

Это склонирует исходный код PyTorch с GitHub и установит его с помощью setup.py.

Установка GPU-версии (CUDA)

Установите CUDA (при необходимости):

# 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

Установите версию PyTorch для GPU:

# 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

Примечания для macOS

Mac с Apple Silicon (M1/M2):

# 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())"

Mac с процессором Intel:

# 标准安装
pip install torch torchvision torchaudio

Проверка установки

Чтобы убедиться, что PyTorch установлен правильно, можно проверить успешность установки, запустив следующий код PyTorch:

Пример

import torch

# Версия текущей установленной библиотеки PyTorch
print(torch.__version__)
# Проверьте, доступна ли CUDA, то есть есть ли в вашей системе GPU NVIDIA
print(torch.cuda.is_available())

Еслиtorch.cuda.is_available()возвращает True, это означает, что PyTorch успешно обнаружил ваш GPU.

Простой пример: создание случайно инициализированного тензора:

Пример

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

Если установка прошла успешно, вывод будет похож на следующий:

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]])
Другие расширения