Linux版PyTorch有哪些常用命令

2025年7月18日 互联网

在Linux系统上使用PyTorch时，以下是一些常用的命令和操作：

环境配置与管理

  • 安装PyTorch和相关库：
    • 使用pip： 
      pip install torch torchvision torchaudio
    • 使用conda（推荐Anaconda或Miniconda用户）： 
      conda install pytorch torchvision torchaudio -c pytorch
    • 查看已安装的PyTorch版本： 
      python -c "import torch; print(torch.__version__)"
python -c "import torchvision; print(torchvision.__version__)"
    • 设置环境变量（与GPU相关）： 
      export CUDA_HOME=/usr/local/cuda
export PATH=$CUDA_HOME/bin:$PATH
export LD_LIBRARY_PATH=$CUDA_HOME/lib:$LD_LIBRARY_PATH

验证安装

  • 验证PyTorch安装： 
    import torch
print("PyTorch version:", torch.__version__)
print("CUDA available:", torch.cuda.is_available())

基本操作

  • 创建张量： 
    import torch
x = torch.tensor([1.0, 2.0, 3.0])
y = torch.ones(3)
print(x + y)
  • Tensor与NumPy互转： 
    import numpy as np
a = np.array([1, 2, 3])
b = torch.from_numpy(a)
c = b.numpy()
  • 使用GPU： 
    device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
x = torch.rand(3, 3).to(device)

分布式训练

  • 单机多卡（Data Parallelism）： 
    torchrun --nproc_per_node=2 ddp_demo.py --batchSize 64 --epochs 10

性能优化

  • 清除显存： 
    torch.cuda.empty_cache()
  • 设置显卡可见性： 
    export CUDA_VISIBLE_DEVICES=0,1

其他常用命令

  • 复制文件/文件夹： 
    cp source_file_path destination_file_path
cp -r source_folder_path destination_folder_path
  • 删除文件/文件夹： 
    rm -f file_path
rm -r folder_path
  • 激活Anaconda环境： 
    source activate environment_name
  • 退出Python环境： 
    exit()
```或
```bash
ctrl+D

这些命令涵盖了从环境配置、安装验证到基本操作、分布式训练以及性能优化的各个方面，应该能满足大多数PyTorch用户在Linux系统上的需求。

最新文章