### 配置环境 在 Windows Subsystem for Linux (WSL) 的 Ubuntu 22.04 上安装和配置 PyTorch 版本 2.3 可以通过一系列命令完成。确保 WSL 已经正确设置并可以运行 Ubuntu 发行版。 #### 更新包列表和升级现有软件包 为了使系统处于最新状态，在开始之前应当更新本地的 apt 缓存以及已有的软件包： ```bash sudo apt update && sudo apt upgrade -y ``` #### 安装必要依赖项 对于图形界面的支持不是必需的，但如果计划使用带有 GUI 应用程序的功能，则可能需要安装 `ubuntu-desktop` 或者更轻量级的选择如 `xfce4`[^1]。然而针对 PyTorch 的安装来说，这一步并非强制需求。 #### 设置 Python 和 pip 确认已经安装了合适的 Python 版本（建议至少为 3.8），因为这是 PyTorch 所支持的最低版本之一。可以通过下面这条指令来验证当前使用的 Python 解释器及其版本号： ```bash python3 --version ``` 如果尚未安装所需版本的 Python，请先执行此操作。接着，确保也安装好了 `pip` 来管理 Python 软件包： ```bash sudo apt install python3-pip -y ``` #### 创建虚拟环境（可选） 虽然这不是绝对必要的，但是强烈推荐创建一个新的 Python 虚拟环境中来进行开发工作，这样能够避免不同项目之间的库冲突问题。这里展示如何利用 `venv` 模块快速建立一个新环境： ```bash python3 -m venv pytorch_env source pytorch_env/bin/activate ``` 一旦激活了该虚拟环境之后，所有的后续命令都将在其内部生效直到再次关闭它为止。 #### 安装 CUDA Toolkit （仅限 GPU 支持） 如果有意让 PyTorch 利用 NVIDIA 显卡加速计算性能的话，那么还需要额外安装对应的驱动程序与 CUDA toolkit。注意这里的具体步骤取决于个人硬件情况；官方文档提供了详细的指南供参考。 #### 使用 conda 或 pip 安装 PyTorch 现在终于来到了核心部分——实际安装 PyTorch 自身。考虑到兼容性和稳定性方面的原因，通常有两种主流方式可以选择：一是借助 Anaconda 发行版中的 `conda` 命令工具；二是直接采用标准的 Python 包管理系统 `pip` 进行下载部署。鉴于题目特别指定了 PyTorch 2.3 版本，而这个特定的小数点后两位编号并不常见于公开发布的稳定版本之中，因此假设是指向某个预览特性或是开发者分支时，应该访问官方网站获取确切指导说明。不过一般情况下会像如下所示那样指定版本号进行安装： ##### 使用 pip 安装 CPU-only 版本 ```bash pip install torch==2.3 torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cpu ``` ##### 使用 pip 安装 GPU 加速版本（需预先准备好 CUDA） ```bash pip install torch==2.3 torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117 ``` 请注意上述 URL 中的 "cu117" 表示适用于 CUDA 11.7 的构建物；根据实际情况调整这一参数以匹配所拥有的显卡型号及驱动状况。