尽管提供了关于特定版本的 PyTorch 安装命令，但为了满足需求并提供完整的解决方案，以下是针对 Ubuntu 上安装 PyTorch 1.1.0 的具体指导。 ### 准备工作 在开始之前，请确认系统已更新至最新状态，并具备必要的依赖项。可以运行以下命令来完成环境准备： ```bash sudo apt update && sudo apt upgrade -y ``` 随后，确保 Python 和 pip 已经正确安装。推荐使用 Python 3.x 版本。可以通过以下命令验证其存在性以及版本号： ```bash python3 --version pip3 --version ``` 如果尚未安装这些工具，则需通过如下方式获取它们： ```bash sudo apt install python3 python3-pip -y ``` ### 安装 CUDA (可选) 对于 GPU 加速支持，需要先下载并配置 NVIDIA CUDA Toolkit 对应于目标 PyTorch 发布版所兼容之版本。PyTorch 1.1.0 支持 CUDA 9.0 或更高版本[^2]。访问官方页面以找到适合操作系统的安装包链接地址，并按照指示逐步执行安装过程： #### 添加 NVIDIA 软件源库 ```bash wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu$(lsb_release -sr | tr '.' '_')/x86_64/cuda-repo-ubuntu$(lsb_release -sr | tr '.' '_').pin sudo mv cuda-repo-*.pin /etc/apt/preferences.d/cuda-repository-pin-600 wget http://developer.download.nvidia.com/compute/cuda/9.0/secure/Prod/local_installers/cuda-repo-ubuntu1604_9.0.176-1_amd64.deb sudo dpkg -i cuda-repo-*.deb sudo apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/all/gpgkeys/linux_signing_key.pub sudo apt-get update ``` #### 实际安装 CUDA 组件 ```bash sudo apt-get install cuda -y ``` 重启计算机使更改生效之后再继续下一步骤。 ### 下载与安装指定版本 PyTorch 利用 `pip` 命令行参数 `-f` 来指向包含旧存档文件镜像站点列表中的 URL 地址从而实现自定义化安装流程。这里给出适用于 CPU-only 配置情形下的基本形式；若要启用 cuDNN 功能则替换相应部分即可。 ```bash pip3 install torch==1.1.0 torchvision==0.3.0 -f https://download.pytorch.org/whl/cu90/torch_stable.html ``` 注意：上述指令假定用户希望获得基于 CUDA 9.0 编译而成的结果集作为最终产物。如果有其他特殊要求（比如完全无GPU加速），请调整URL路径末端标记符为纯CPU模式对应选项(`cpu`)。 最后一步就是测试新部署好的框架实例能否正常运作啦！ ```python import torch print(torch.__version__) if torch.cuda.is_available(): print('CUDA is available') else: print('No CUDA support detected.') ```