### 离线环境下安装 Python PyTorch 及其他依赖的 Python 包 #### 准备工作 为了确保离线环境中能够顺利安装 Python 和 PyTorch，前期准备工作至关重要。这包括获取适合目标系统的 Python 版本以及确认所需的所有依赖项。 对于不支持最新版 Python 的情况，在2023年8月期间由于PyTorch暂未提供对Python 3.11的支持[^2]，因此建议采用兼容版本如 Python 3.9 来构建开发环境。考虑到 Anaconda 默认可能携带较新的 Python 版本，推荐下载特定时间点发布的旧版 Anaconda 或 Miniconda 安装程序来创建合适的虚拟环境。 #### 下载必要的资源文件 针对离线场景下的部署需求，需提前在网络连接良好的机器上准备好所有必需的 wheel 文件和其他资源： - **Python 解释器**：依据上述指导选择适当版本并完成本地保存。 - **PyTorch Wheel 文件**：访问官方或其他可靠镜像站点（例如清华大学开源软件镜像站），挑选与操作系统架构相匹配且符合 CUDA 要求的预编译包进行下载[^3]。 除了核心组件外，还需考虑项目所需的额外库或工具集，并同样将其对应的 .whl 文件收集齐全以便后续操作。 #### 构建隔离的工作空间 建立独立于全局设置之外的新环境有助于减少冲突风险并简化管理流程。这里介绍两种常见方式用于设立此类封闭区域： ##### 使用 Conda 创建虚拟环境 通过命令行执行如下指令可以快速搭建基于 Conda 的新环境： ```bash conda create --name myenv python=3.9 ``` 激活新建好的环境之后即可继续下一步骤的操作： ```bash conda activate myenv ``` ##### 利用 venv 模块实现相同目的 如果偏好标准库解决方案，则可借助 `venv` 实现相似效果： ```python import venv builder = venv.EnvBuilder(system_site_packages=False, clear=True) builder.create('myenv') ``` 随后利用生成脚本来启动该临时域： ```bash source ./myenv/bin/activate # Linux/MacOS .\myenv\Scripts\activate # Windows ``` #### 执行离线安装过程 当一切就绪后便能着手实施实际的安装动作了。鉴于当前处于无网络状态下作业，务必事先把之前搜集到的各项资产转移至目标主机内同一目录下方便调用。接着按照下面给出的例子来进行具体配置： 假设已将所有轮子放置到了名为 `wheels` 的文件夹里边，那么就可以这样加载它们： ```bash pip install --no-index --find-links=./wheels torch torchvision torchaudio ``` 这条语句指示 pip 不要尝试在线索引查找而是仅限于指定路径寻找可用的分发档案加以处理。 #### 测试验证安装成果 最后一步是要检验整个栈是否正常运作。可以通过运行简单的测试代码片段来检查 PyTorch 是否被正确集成进来： ```python import torch print(torch.__version__) if torch.cuda.is_available(): print("CUDA is available!") else: print("No CUDA detected.") ``` 以上就是一套完整的关于怎样在一个完全断网的情况下顺利完成 Python 运行时连同其深度学习框架之一——PyTorch 的全套部署指南[^1]。