linuxconda安装pytorch

### 在 Linux 上通过 Conda 安装 PyTorch

#### 准备工作
确保已经安装 Anaconda 或 Miniconda。如果尚未安装，可以通过命令行下载并安装：

wget https://repo.anaconda.com/archive/Anaconda3-2023.07-1-Linux-x86_64.sh
bash Anaconda3-2023.07-1-Linux-x86_64.sh

或者对于 Miniconda:

wget https://repo.conda.io/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh

确认安装完成后，初始化 Conda 并更新至最新版本。

#### 配置镜像源
为了加速软件包的获取过程，建议切换到国内镜像源。编辑 `~/.condarc` 文件或直接使用如下命令设置清华镜像源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

#### 创建虚拟环境
创建一个新的 Python 虚拟环境来隔离不同项目的依赖关系：

conda create -n pytorch_env python=3.9

激活新创建的环境：

conda activate pytorch_env

#### 安装 PyTorch 及其相关组件
执行以下命令以安装指定 CUDA 版本的 PyTorch 和其他必要的库：

conda install pytorch torchvision torchaudio cudatoolkit=11.0 -c pytorch

这一步骤会自动处理所有的依赖项，并将它们安装到当前活跃环境中[^1]。

#### 验证安装
最后，可以编写一段简单的测试代码来验证 GPU 是否可用以及 PyTorch 的基本功能是否正常运作：

import torch

print(f"CUDA Available: {torch.cuda.is_available()}")
if torch.cuda.is_available():
    device = 'cuda'
else:
    device = 'cpu'

tensor_example = torch.tensor([1, 2], dtype=torch.float).to(device)
print(tensor_example.device)

保存上述脚本为 `.py` 文件并通过终端运行它，观察输出结果判断安装是否成功[^2]。