一、安装前的准备工作

在开始安装PyTorch之前，请确保您的Linux服务器满足以下条件：

• 操作系统：Ubuntu 16.04/18.04/20.04或CentOS 7/8
• Python版本：3.6及以上
• NVIDIA驱动（如需GPU支持）
• CUDA工具包（如需GPU支持）

建议使用nvidia-smi命令检查GPU状态，使用python --version检查Python版本。

二、三种主流安装方法

方法1：使用pip安装

这是最简单快捷的安装方式：

# 基本CPU版本
pip install torch torchvision torchaudio

# CUDA 11.3版本
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113

注意：使用pip安装时建议先创建虚拟环境。

方法2：使用conda安装

适合使用Anaconda环境的用户：

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

Conda能自动处理依赖关系，适合复杂环境。

方法3：从源码编译

适合需要自定义PyTorch功能的用户：

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

源码编译耗时较长，但可以获得最佳性能。

三、验证安装

安装完成后，使用以下Python代码验证：

import torch
print(torch.__version__)
print(torch.cuda.is_available())  # 检查CUDA是否可用
x = torch.rand(5, 3)
print(x)

如果输出正常，表明PyTorch已成功安装。

四、常见问题解决

1. CUDA版本不匹配：确保PyTorch版本与CUDA版本兼容
2. 权限问题：可使用--user参数或虚拟环境
3. 网络问题：国内用户可使用清华、阿里等镜像源
4. 内存不足：大型模型需要足够内存，可考虑减少batch size

五、性能优化建议

• 使用最新稳定版PyTorch
• 启用CUDA加速
• 合理设置DataLoader参数
• 使用AMP自动混合精度
• 优化模型结构和超参数