PyTorch 是一个广泛使用的深度学习框架,安装过程相对简单。以下是针对不同操作系统的详细安装步骤:
一、准备工作
- 确保已安装 Python(推荐 3.8-3.11 版本),可通过
python --version
或python3 --version
检查 - 建议使用虚拟环境(如
venv
或conda
)隔离项目依赖
二、官方安装方法(推荐)
访问 PyTorch 官方网站获取适合你系统的安装命令:
PyTorch 官网
根据你的系统、是否使用 GPU 等选择配置,官网会生成对应的安装命令。
三、常见安装命令
1. Windows 系统
CPU 版本(无 NVIDIA GPU):
bash
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu
GPU 版本(需 NVIDIA GPU 且安装了 CUDA):
bash
# 支持 CUDA 11.8 的版本(示例) pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
2. macOS 系统
CPU 版本(M1/M2/M3 芯片也适用):
bash
pip3 install torch torchvision torchaudio
GPU 版本:macOS 目前不支持 NVIDIA CUDA,只能使用 CPU 版本
3. Linux 系统
CPU 版本:
bash
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu
GPU 版本(需 NVIDIA GPU):
bash
# 支持 CUDA 11.8 的版本(示例) pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
四、验证安装是否成功
安装完成后,可通过以下代码测试:
验证 PyTorch 安装的代码
V1
创建时间:14:52
运行上述代码,若能正常输出版本信息和计算结果,则安装成功。
五、常见问题及解决方法
CUDA 版本不匹配
确保安装的 PyTorch 版本与系统中的 CUDA 版本兼容(可通过nvcc --version
查看 CUDA 版本)安装速度慢
可使用国内镜像源加速,例如:bash
pip3 install torch torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple
权限问题
安装时若出现权限错误,可添加--user
参数安装到用户目录:bash
pip3 install torch torchvision torchaudio --user
Windows 系统 DLL 错误
通常是由于缺少相关依赖,可尝试安装 Microsoft Visual C++ Redistributable
六、conda 环境安装(可选)
如果使用 Anaconda 或 Miniconda,可通过 conda 安装:
bash
# CPU 版本
conda install pytorch torchvision torchaudio cpuonly -c pytorch
# GPU 版本(示例,需根据 CUDA 版本调整)
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
安装完成后,你就可以开始使用 PyTorch 进行深度学习和强化学习的开发了,包括前面介绍的 PPO 算法实现。