vmware虚拟机安装Pytorch
时间: 2025-02-07 18:56:25 浏览: 112
### 安装 PyTorch 深度学习框架
#### 准备工作
为了在 VMware 虚拟机上成功安装 PyTorch,需先完成 Ubuntu 的基本设置以及 Miniconda 的安装。这包括下载并安装适用于 Linux 的 Miniconda 版本[^1]。
```bash
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh
```
接着初始化 Conda 并关闭自动激活 base 环境的功能:
```bash
conda init bash
conda config --set auto_activate_base false
```
#### 创建 Python 虚拟环境
建议为不同的项目创建独立的虚拟环境来管理依赖关系。对于 PyTorch 来说也不例外。可以使用如下命令创建一个新的 conda 环境,并指定所需的 Python 版本。
```bash
conda create -n pytorch_env python=3.9
conda activate pytorch_env
```
#### 配置 CUDA 和 cuDNN
如果计划利用 GPU 进行训练,则还需要确保已正确设置了 Nvidia 显卡驱动程序、CUDA 工具包和 cuDNN 库版本兼容性。这里假设已经按照官方文档完成了这些前置条件的部署[^2]。
#### 安装 PyTorch 及其依赖项
现在可以在准备好的环境中通过 pip 或者 conda 命令轻松获取最新版 PyTorch。考虑到国内网络状况可能影响下载速度,推荐采用清华 TUNA 源或其他镜像站点加快资源加载过程。
```bash
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu102
```
上述指令中的 `cu102` 表明所选 PyTorch 构建针对的是 CUDA 10.2;如果有不同需求,请调整此参数以匹配实际使用的 CUDA 版本号。
验证安装是否成功的最简单方法就是运行一段简单的测试代码片段,在终端里输入 Python 解释器启动交互模式后执行下面几行语句查看输出结果是否正常显示 GPU 设备信息。
```python
import torch
print(torch.cuda.is_available())
print(torch.__version__)
```
阅读全文
相关推荐




















