PyTorch Linux版本选择指南

1. 确认操作系统兼容性
PyTorch官方推荐支持Ubuntu 16.04/18.04/20.04及以上版本、CentOS/RHEL 7及以上版本等主流Linux发行版。选择时需优先匹配官方支持的发行版，避免因系统兼容性问题导致安装失败。

2. 检查Python版本兼容性
PyTorch支持Python 3.7及以上版本（推荐3.8/3.9，兼容性最佳）。通过python3 --version命令查看系统Python版本，若版本过低（如Python 3.5及以下），需升级Python或使用虚拟环境创建符合要求的Python版本。

3. 确定GPU加速需求（选择CPU/GPU版本）

• 无GPU或无需加速：选择CPU版本（安装包更小，无需额外配置GPU环境），安装命令如conda install pytorch torchvision torchaudio cpuonly -c pytorch（conda）或pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu（pip）。
• 有NVIDIA GPU且需加速：需选择GPU版本，并确保安装与PyTorch兼容的CUDA Toolkit和cuDNN库。例如，PyTorch 2.0及以上版本通常支持CUDA 11.8，可通过nvidia-smi命令查看系统CUDA驱动版本，再选择对应CUDA版本的PyTorch（如conda install pytorch torchvision torchaudio cudatoolkit=11.8 -c pytorch）。

4. 匹配CUDA与cuDNN版本
若选择GPU版本，需确保CUDA Toolkit版本与PyTorch版本兼容（如PyTorch 1.13支持CUDA 11.6/11.7/11.8，PyTorch 2.0支持CUDA 11.8）。同时，需安装对应版本的cuDNN库（如CUDA 11.8需搭配cuDNN 8.6及以上）。可通过PyTorch官网的“Previous PyTorch Versions”页面查询具体版本对应关系。

5. 选择安装方式（conda/pip）

• conda（推荐）：适合需要管理虚拟环境和依赖冲突的用户。可通过conda create -n pytorch_env python=3.8创建虚拟环境，再用conda install命令安装指定版本的PyTorch（如conda install pytorch torchvision torchaudio cudatoolkit=11.8 -c pytorch）。
• pip：适合简单快速安装的用户。可通过pip install命令安装预编译版本（如CPU版本用--index-url https://download.pytorch.org/whl/cpu，GPU版本用--index-url https://download.pytorch.org/whl/cu118）。

6. 验证安装正确性
安装完成后，通过以下Python代码验证：

import torch print("PyTorch版本:", torch.__version__) # 查看版本号 print("CUDA可用性:", torch.cuda.is_available()) # GPU版本应返回True 

若输出显示版本号且torch.cuda.is_available()为True（GPU版本），则说明安装成功。

7. 可选优化：使用国内镜像源加速
若官方源下载缓慢，可配置国内镜像源（如清华大学镜像源）：

• conda：conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
• pip：pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple。