### 如何在云服务器上安装和配置 PyTorch #### 1. 更新系统 为了确保系统的稳定性，在开始之前需要更新操作系统及其依赖项。这一步可以通过以下命令完成： ```bash sudo apt update && sudo apt upgrade -y ``` 此操作能够确保基础软件包是最新的，从而减少潜在冲突[^1]。 #### 2. 安装编译工具链和其他必要组件 某些深度学习框架可能需要特定的开发工具支持。因此，建议先安装这些基本工具集： ```bash sudo apt install build-essential cmake git libjpeg-dev libpng-dev pkg-config zip unzip curl wget vim htop tmux screen -y ``` 上述命令涵盖了常见的构建需求以及调试辅助工具。 #### 3. Python 版本选择与 Miniconda/Anaconda 的安装 推荐使用 Conda 来管理 Python 环境，因为它能更方便地处理不同版本间的兼容性和依赖关系。具体步骤如下： ##### (a) 下载并安装 Miniconda 或 Anaconda 对于轻量级解决方案可以选择 Miniconda；如果偏好功能全面型则采用 Anaconda。以下是基于 Miniconda 的示例流程： ```bash wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh chmod +x Miniconda3-latest-Linux-x86_64.sh ./Miniconda3-latest-Linux-x86_64.sh ``` 执行脚本后按提示完成初始化设置，并记得重启终端使更改生效[^3]。 ##### (b) 创建独立的 conda 虚拟环境 指定合适的 Python 版本来隔离项目所需的库文件夹结构。例如创建名为 `pytorch_env` 的新环境且绑定至 Python 3.9： ```bash conda create -n pytorch_env python=3.9 source activate pytorch_env ``` #### 4. 查看 CUDA 支持状态并下载对应 PyTorch 包 确认目标机器是否具备 NVIDIA GPU 及其驱动程序已正确加载。如果没有硬件加速能力，则仅需 CPU-only 模式的 PyTorch 即可满足大部分实验场景的需求。 访问官方网址 [https://pytorch.org/get-started/locally/] 并依据实际条件定制化生成适合当前架构的 pip 命令字符串。比如针对 Linux x86_64 构建带 CUDA 11.x 加速特性的发行版可能是这样的形式： ```bash pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113 ``` 而对于纯 CPU 场景只需简单调用标准仓库即可： ```bash pip install torch torchvision torchaudio ``` 以上两段代码分别适用于有无显卡的情况[^5]。 #### 5. 测试 PyTorch 是否正常工作 进入交互式 shell 中尝试导入模块来初步检验成果： ```python import torch print(torch.__version__) if torch.cuda.is_available(): print('CUDA is available') else: print('No CUDA support detected.') ``` 当显示正确的版本号并且检测到可用设备列表时即表明部署顺利完成。 #### 6. 设置 Jupyter Notebook 访问权限 为了让远程客户端通过浏览器界面便捷操控云端资源，还需额外配置安全机制防止未授权入侵行为发生。主要涉及生成随机令牌作为登录凭证的操作： ```bash jupyter notebook --generate-config openssl rand -hex 32 | tee ~/.my_jupyter_token.txt sed -i 's/#c.NotebookApp.token =.*/c.NotebookApp.token = "'$(cat ~/.my_jupyter_token.txt)'"/' ~/.jupyter/jupyter_notebook_config.py nohup jupyter-notebook --ip=* --port=8888 & ``` 这样做的好处在于既保留灵活性又兼顾安全性[^2]。 --- ###