在服务器上配置Pytorch

原创 已于 2026-04-16 15:18:12 修改 · 6.4k 阅读 · 65 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
标签
#pytorch #python #深度学习 #服务器
于 2023-01-19 08:57:06 首次发布
该文详细介绍了如何在Linux服务器上安装Anaconda3，通过清华源加速下载，创建和激活虚拟环境，特别是如何在Anaconda环境中安装Pytorch。此外，还讲解了在VScode中利用RemoteSSH插件连接服务器并选择Pytorch虚拟环境的步骤。
该文章已生成可运行项目，

目录

1、安装Anaconda3

在官网https://www.anaconda.com/products/distribution#macos上找到合适Linux版的Anaconda安装包：

2、将Anaconda3的安装包上传至服务器 

可以使用Xftp 7这款软件直接对本地和服务器上的文件进行操作

 

只需把本地的文件直接拖拽到右侧服务器上的区域即可。 

3、在服务器上安装Anaconda

bash Anaconda3-2022.10-Linux-x86_64.sh

在Xshell上直接执行这个指令，然后一路Enter/yes完成安装操作 

在安装的过程中，它可能会要你指定安装的目录，如果当前文件夹空间比较有限，你可以自定义安装到一个空间比较大的目录中:

Anaconda3 will now be installed into this location:
/home/xxx/anaconda3

  - Press ENTER to confirm the location
  - Press CTRL-C to abort the installation
  - Or specify a different location below

[/home/xxx/anaconda3] >>> /raid/xxx/yyy/anaconda3
PREFIX=/raid/xxx/yyy/anaconda3

之后，你的anaconda就会被安装到/raid/xxx/yyy/anaconda3这个路径

注意：如果使用自定义的安装路径，可能需要后续配置一下服务器上面的一些配置文件，好让anaconda找到你安装的位置。具体的配置方法可以问问GPT。

4、配置清华源镜像（加速后续下载）

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --append channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/fastai/
conda config --append channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --append channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --set show_channel_urls yes

 默认下载镜像源设置好了以后，你在任何一个虚拟环境下载软件或者包都是从这个源下载的。当然你也可以不更改默认的下载源，而是每次下载包的时候都在命令后面添加镜像源地址（也没有很费事）。

5、在Anaconda中配置虚拟环境

5.1 创建虚拟环境

conda create -n research python=3.11

5.2 激活虚拟环境

conda activate research

5.3 Pytorch下载 

Pytorch官网：PyTorch 

 

可以用Pytorch官网上面提供的代码来进行安装，但是会非常慢，比较推荐的方法是使用下面的阿里云镜像来进行安装：

pip install torch torchvision -i http://mirrors.aliyun.com/pypi/simple/  --trusted-host mirrors.aliyun.com

在pytorch虚拟环境中执行上述语句，就会在pytorch虚拟环境中安装pytorch了。

5.4使用whl(轮子文件)安装pytorch(强烈推荐！！)

进入下面这个网址，pytorch的下载官网官网. (可以把cu后面的数字更改为你现在要安装的cuda的版本)

假设我现在想要安装torch2.4.1+cu121 这个版本(表示torch版本为2.4.1，GPU对应的版本是1.2.1)

https://download.pytorch.org/whl/cu121

在页面中找到torch, torchvision, torchaudio; 点击进入。

torch, torchvision, torchaudio的版本对应关系在 Previous PyTorch Versions | PyTorch 查阅。

找到你要安装的版本，要和python版本对应好

e.g. torch-2.4.1+cu121-cp311-cp311-linux_x86_64.whl 表示 torch版本2.4.1， cu版本12.1, python版本3.11

5.4.1 本地手动下载

将轮子文件下载下来

然后上传到服务器上，切换到你的虚拟环境，使用pip install命令安装即可。

pip install torch-2.4.1+cu121-cp311-cp311-linux_x86_64.whl

5.4.2 服务器直接下载

如果你的服务器网速足够快(e.g. 公司)，或者你发现上面这种做法反而很慢，那么你可以直接在服务器上执行下载命令：

他就会直接在网址 https://download.pytorch.org/whl/cu118 中寻找对应版本的torch进行安装；

pip install torch==2.1.2 torchvision==0.16.2 torchaudio==2.1.2 --index-url https://download.pytorch.org/whl/cu118

pip install torch==2.1.2 torchvision==0.16.2 torchaudio==2.1.2 \
  --index-url https://download.pytorch.org/whl/cu118 \
  --no-cache-dir \
  --isolated

--isolated 的作用是：

  • 忽略用户的 pip 配置文件
  • 不读 ~/.pip/pip.conf
  • 不受你之前设置的阿里云/extra-index-url 干扰

这样才是真正只看你命令行指定的源。

5.4.3 服务器wget下载，手动安装（最推荐）

执行后面的wget命令会下载wheel文件到当前目录，建议切换一个目录保存。

cd /root/zhanghaotian/torch
wget -c https://mirrors.aliyun.com/pytorch-wheels/cu121/torch-2.5.1%2Bcu121-cp310-cp310-linux_x86_64.whl
wget -c https://mirrors.aliyun.com/pytorch-wheels/cu121/torchvision-0.20.1%2Bcu121-cp310-cp310-linux_x86_64.whl
wget -c https://mirrors.aliyun.com/pytorch-wheels/cu121/torchaudio-2.5.1%2Bcu121-cp310-cp310-linux_x86_64.whl

wget -c https://mirrors.aliyun.com/pytorch-wheels/cu121/nvidia_cublas_cu12-12.1.3.1-py3-none-manylinux1_x86_64.whl
wget -c https://mirrors.aliyun.com/pytorch-wheels/cu121/nvidia_cuda_cupti_cu12-12.1.105-py3-none-manylinux1_x86_64.whl
wget -c https://mirrors.aliyun.com/pytorch-wheels/cu121/nvidia_cuda_nvrtc_cu12-12.1.105-py3-none-manylinux1_x86_64.whl
wget -c https://mirrors.aliyun.com/pytorch-wheels/cu121/nvidia_cuda_runtime_cu12-12.1.105-py3-none-manylinux1_x86_64.whl
wget -c https://mirrors.aliyun.com/pytorch-wheels/cu121/nvidia_cudnn_cu12-9.1.0.70-py3-none-manylinux2014_x86_64.whl
wget -c https://mirrors.aliyun.com/pytorch-wheels/cu121/nvidia_cufft_cu12-11.0.2.54-py3-none-manylinux1_x86_64.whl
wget -c https://mirrors.aliyun.com/pytorch-wheels/cu121/nvidia_curand_cu12-10.3.2.106-py3-none-manylinux1_x86_64.whl
wget -c https://mirrors.aliyun.com/pytorch-wheels/cu121/nvidia_cusolver_cu12-11.4.5.107-py3-none-manylinux1_x86_64.whl
wget -c https://mirrors.aliyun.com/pytorch-wheels/cu121/nvidia_cusparse_cu12-12.1.0.106-py3-none-manylinux1_x86_64.whl
wget -c https://mirrors.aliyun.com/pytorch-wheels/cu121/nvidia_nccl_cu12-2.21.5-py3-none-manylinux2014_x86_64.whl
wget -c https://mirrors.aliyun.com/pytorch-wheels/cu121/nvidia_nvtx_cu12-12.1.105-py3-none-manylinux1_x86_64.whl
wget -c https://mirrors.aliyun.com/pytorch-wheels/cu121/nvidia_nvjitlink_cu12-12.1.105-py3-none-manylinux1_x86_64.whl

pip install \
  ./nvidia_cublas_cu12-12.1.3.1-py3-none-manylinux1_x86_64.whl \
  ./nvidia_cuda_cupti_cu12-12.1.105-py3-none-manylinux1_x86_64.whl \
  ./nvidia_cuda_nvrtc_cu12-12.1.105-py3-none-manylinux1_x86_64.whl \
  ./nvidia_cuda_runtime_cu12-12.1.105-py3-none-manylinux1_x86_64.whl \
  ./nvidia_cudnn_cu12-9.1.0.70-py3-none-manylinux2014_x86_64.whl \
  ./nvidia_cufft_cu12-11.0.2.54-py3-none-manylinux1_x86_64.whl \
  ./nvidia_curand_cu12-10.3.2.106-py3-none-manylinux1_x86_64.whl \
  ./nvidia_cusolver_cu12-11.4.5.107-py3-none-manylinux1_x86_64.whl \
  ./nvidia_cusparse_cu12-12.1.0.106-py3-none-manylinux1_x86_64.whl \
  ./nvidia_nccl_cu12-2.21.5-py3-none-manylinux2014_x86_64.whl \
  ./nvidia_nvtx_cu12-12.1.105-py3-none-manylinux1_x86_64.whl \
  ./nvidia_nvjitlink_cu12-12.1.105-py3-none-manylinux1_x86_64.whl \
  --no-index \
  --find-links .

pip download \
  sympy==1.13.1 \
  triton==3.1.0 \
  numpy \
  pillow \
  typing_extensions \
  filelock \
  networkx \
  jinja2 \
  fsspec \
  mpmath \
  MarkupSafe \
  -d . \
  -i https://pypi.tuna.tsinghua.edu.cn/simple \
  --extra-index-url https://mirrors.aliyun.com/pypi/simple/ \
  --extra-index-url https://pypi.mirrors.ustc.edu.cn/simple \
  --extra-index-url https://repo.huaweicloud.com/repository/pypi/simple \
  --trusted-host pypi.tuna.tsinghua.edu.cn \
  --trusted-host mirrors.aliyun.com \
  --trusted-host pypi.mirrors.ustc.edu.cn \
  --trusted-host repo.huaweicloud.com

pip install \
  ./torch-2.5.1+cu121-cp310-cp310-linux_x86_64.whl \
  ./torchvision-0.20.1+cu121-cp310-cp310-linux_x86_64.whl \
  ./torchaudio-2.5.1+cu121-cp310-cp310-linux_x86_64.whl \
  --find-links . \
  --no-index

安装其他依赖项

6、在VScode中使用pytorch

VScode中需要先安装Remote SSH插件，并建立链接，详见这篇文章使用VScode连接远程服务器的配置方法_vscode hostname user-CSDN博客

因为服务器上面装了python，因此如果我们不做调整，那默认的会使用服务器上装好的python，而不是我们自己装的虚拟环境pytorch。在VScode中进行以下操作：

第一步、 Ctrl+shift+P

第二步、选择Python： Select Interpreter，选择你的pytorch虚拟环境中python解释器

在上图中，第一行(base)表示的当前的环境是base，使用conda activate pytorch就可以切换到pytorch这个环境中；

第二行的(pytorch)就表示当前环境是pytorch。

zht@daitao:~$ ：表示当前所在的目录 

本文章已经生成可运行项目
【linux】一文解决服务器pytorch安装问题
weixin_44502754的博客
03-07 955
点击上述红色方框，进入历史版本，找到自己想要安装的版本，因为我自己的需求是要安装cuda11.0版本，对应torch1.7.1，所以我选择下述红色方框的版本进行安装，大家根据自己需求安装。激活环境，出现(h_scope)则表示已经进入自己创建的环境中了，接下来在该环境中安装pytorch。因为我要的是cuda11.0的版本，为了进一步确认，我还可以在再打印一下版本信息。（不知道python与pytorch版本对应的可以看一下这个链接）创建环境，h_scope是我的环境名。此处输入y，继续安装。
别再折腾CUDA了！用Anaconda给集成显卡（集显）5分钟搞定PyTorch CPU版（附清华源配置）
最新发布
weixin_42523711的博客
04-27 239
本文为集成显卡用户提供了一份极简PyTorch CPU版安装指南，通过Anaconda和清华源配置，5分钟内即可完成环境搭建。文章详细介绍了CPU版PyTorch的优势、精简安装步骤、性能优化技巧及常见问题解决方案，特别适合入门学习和轻量级开发场景。
腾讯云服务器 Pytorch-GPU安装
My Blogssssssssss~~~
12-04 1660
腾讯云服务器 Pytorch-GPU安装
服务器安装Pytorch深度学习环境
qq_43781887的博客
10-30 610
最近要开始准备毕设啦，决定写一篇关于如何在实验室服务器安装Pytorch深度学习环境的博客，因为我使用的基本是Pytorch所以如果是使用Tensorflow的小伙伴就可以滑走啦~输出True就说明安装成功啦~~~！撒花*★,°*:.☆(￣▽￣)/$:*.°★*。然后输入python进入python环境来验证是否安装成功。mkdir miniconda(文件夹名)cd miniconda（转到当前文件夹）
服务器安装pytorch
weixin_47044529的博客
07-21 3625
ubuntu下anaconda和pytorch的安装
Linux服务器安装pytorch
weixin_45819759的博客
05-15 1万+
出现以下字样即为成功。
服务器配置Pytorch环境
m0_56945481的博客
03-03 3008
服务器（linux）安装Pytorch（GPU版本）与本地pycharm连接服务器虚拟环境
服务器配置pytorch环境
AnUnverse的博客
05-22 5089
服务器Ubuntu 16.04 LTS版本 由于是校外连接，因此需挂上校园VPN，然后我使用的是MobaXteram软件，用来连接服务器。关于这个软件的使用指南和下载可以参考：https://zhuanlan.zhihu.com/p/61013117，该软件免费版已经提供了很多功能，但好像文本编辑设置需要开会员才能保存。 连接上服务器后，进入正式的环境配置： 1、安装Anaconda 可以用 wget 命令下载： wget https://mirrors.tuna.tsinghua.edu.
在服务器中配置pytorch/tensorflow
weixin_46178148的博客
03-08 5358
 把在服务器中配置pytorch的过程和遇到的问题记录一下。一开始要配置环境的时候真的很懵，完全不知道从哪里入手，这里我也把过程顺序做一个简单的记录（啰啰嗦嗦地把服务器连接也放了进去O(∩_∩)O），希望可以对大家有所帮助。我会把我在配置环境过程中用到的教程放在博客的最后。（python的安装和创建激活虚拟环境的命令参考教程(1)） 1、服务器连接  这里我用的是Xterm  然后一路OK下去，在终端中输入密码就建立连接了 2、在服务器中安装python wget https://repo.ana
远程服务器配置 Anaconda 并安装 PyTorch 详细教程
热门推荐
Friedrichor的博客
11-07 2万+
远程服务器配置 Anaconda 并安装 PyTorch 详细教程
在服务器上安装pytorch并配置CUDA环境变量
weixin_51571338的博客
10-10 3437
这将显示有关安装的NVIDIA驱动程序的详细信息，包括版本号。本服务器上NVIDIA驱动程序版本：460.56；CUDA版本：11.2。
服务器安装pytorch-阿里云-centos7
atbigapp的博客
09-05 987
pytorch作为目前最主流的开源机器学习库之一，凭借庞大的社区支持和易于开发的特性，收获了一大波开发者与项目分支。像我们熟知的“GLM”，“YOLO”,"GPT-Sovits"，“Stable Diffusion”......这些开源项目中都有pytorch的身影。不管是现在的大语言模型或者是一些专用模型都已经离不开pytorch。所以，我们现在就来学习如何安装这个强大的机器学习库吧！
GPU服务器傻瓜式安装Anaconda，pytorch，tensorflow
XreqcxoKiss的博客
05-22 1094
Linux服务器安装Anaconda，并设置换源，安装pytorch、tensorflow-gpu
远程服务器安装Pytorch
m0_72088520的博客
06-11 2551
作为研0小白，当导师分给你4090去跑代码，当你满心欢喜去找师兄创建账号，当你顺利连通远程服务器，当你兴致勃勃打开code准备一展身手的时候，torch.cuda.is_available()->False给你别样的惊喜。这篇博客将会介绍我安装Pytorch的部分历程，希望对你有用。嗯，因为大多数服务器都要求连接校园网使用，但是我现在还在本科院校，所以使用了师兄的EasyConnet账号，如果有读者感兴趣，等我有时间可以出一篇博客介绍下这个软件~一、CUDA和Cudnn。
服务器安装pytorch，亲测可用
weixin_43425556的博客
11-22 430
其中pytorch torchvision torchaudio cuda版本号都换成你自己对应的。前提：服务器上装了anaconda，conda可用。命令模式下 :wq 保存退出。shift+i 进入编辑模式。去pytorch官网查询。esc 进入命令模式。
服务器上安装pytorch的一些总结
emmmmXxxy的博客
09-20 362
[TOC]服务器上安装pytorch的一些总结。
服务器安装pytorch（下载至本地安装、快速稳定）
如人饮水、冷暖自知
06-16 1481
目前一直在用的pytorch环境部署方法
Pytorch 安装与配置
m0_51976564的博客
02-07 3741
每次在服务器上配置环境都需要考虑 Pytorch 版本 / CUDA 版本 / GPU 驱动版本等诸多因素，因为Pytorch只能下载指定 CUDA 版本的库、GPU只能使用特定版本的驱动、GPU 有最高支持的 CUDA 版本限制等等。 项目开发之前，需要检查计算机的硬 / 软件环境，包括 GPU、驱动、CUDA、Python 等。
服务器中的Pytorch的下载及安装
qq_48348861的博客
01-08 1258
项目概览 - vision - GitCode。
远程服务器上的Pytorch环境部署
qq_43659773的博客
07-27 2526
在远程服务器上配置PyTorch
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值