rocky linux系统安装pytorch
时间: 2025-05-18 22:39:24 浏览: 23
### 安装 PyTorch 的方法
要在 Rocky Linux 系统上成功安装 PyTorch,可以按照以下方式操作:
#### 1. 更新系统并配置镜像源
为了提高软件包下载速度,建议先更换国内镜像源。可以通过编辑 `/etc/yum.repos.d/Rocky-*` 文件实现这一目标。
以下是具体命令:
```bash
sed -e 's|^mirrorlist=|#mirrorlist=|g' \
-e 's|^#baseurl=http://dl.rockylinux.org/$contentdir|baseurl=https://mirrors.aliyun.com/rockylinux|g' \
-i.bak \
/etc/yum.repos.d/[Rr]ocky*.repo
```
此命令会替换默认的镜像地址为阿里云提供的加速镜像[^2]。
更新完成后运行 `sudo yum makecache fast` 刷新缓存。
---
#### 2. 创建虚拟环境 (可选)
如果希望隔离开发环境,可以在安装前创建 Python 虚拟环境。这一步并非强制要求,但如果计划长期维护项目,则强烈推荐使用虚拟环境管理依赖项。
创建虚拟环境的方法如下:
```bash
python3 -m venv pytorch_env
source pytorch_env/bin/activate
```
激活虚拟环境后,后续所有的 pip 或 conda 命令都会作用于该环境中[^3]。
---
#### 3. 安装 Anaconda (推荐方案)
由于通过 `pip install torch` 可能引发兼容性问题,因此更推荐采用 Conda 方式完成安装。Anaconda 是一种流行的科学计算发行版工具,支持多平台以及便捷的包管理和环境控制功能。
首先检查是否已安装 Miniconda 或 Anaconda;如果没有,请访问官网下载对应版本进行安装。接着初始化 Conda 并验证其正常工作状态。
随后执行以下命令以安装最新稳定版 PyTorch 和 CUDA 支持组件:
```bash
conda install pytorch torchvision torchaudio cudatoolkit=11.8 -c pytorch -c nvidia
```
上述命令中的 `-c pytorch` 参数指定了从官方渠道获取资源,而 `-c nvidia` 提供额外 GPU 驱动程序支持[^4]。
> **重要提示**: 如果本地硬件不支持 NVIDIA 显卡或者无需启用 GPU 加速模式,则省略 `cudatoolkit` 参数即可仅部署 CPU 版本。
---
#### 4. 验证安装结果
最后确认 PyTorch 是否正确加载及其所绑定的 CUDA 库版本号无误。启动交互式解释器输入下列测试脚本:
```python
import torch
print(f"Torch Version: {torch.__version__}")
if torch.cuda.is_available():
print("CUDA is available!")
else:
print("No CUDA support detected.")
print(f"CUDA Version: {torch.version.cuda}")
```
以上代码片段能够展示当前使用的框架版本信息,并判断是否存在可用的图形处理器设备连接情况[^5]。
---
### 注意事项
- 若遇到网络异常导致无法顺利拉取远程仓库数据时,尝试调整代理设置或将 URL 替换为中国科学技术大学开源站点链接形式。
- 对于特定需求场景下可能还需要单独编译某些扩展模块,请查阅上游文档获得更多指导说明。
阅读全文
相关推荐

















