VMware虚拟机安装torch

### 如何在 VMware 虚拟机上安装 PyTorch

#### 准备工作
为了确保顺利安装 PyTorch，在开始之前需确认虚拟机已正确配置并运行稳定的操作系统。对于基于 Linux 的操作系统，如 Ubuntu 20.04，建议先更新软件包列表和升级现有软件包。

sudo apt update && sudo apt upgrade -y

#### 安装 Python 及其开发工具链
Python 是 PyTorch 的依赖项之一。通过以下命令可以安装最新版本的 Python3 并验证其安装情况：

sudo apt-get install python3-pip python3-dev
python3 --version
which python3

上述操作能够确保环境中存在合适的 Python 版本用于后续步骤[^2]。

#### 配置 CUDA (可选)
如果计划利用 GPU 加速模型训练，则需要考虑 CUDA 的兼容性问题。通常情况下，无需单独下载安装完整的 CUDA Toolkit 至 `/usr/local` 目录下；仅需关注 `nvidia-smi` 命令显示的 CUDA 版本号，并据此选择相匹配的 PyTorch 发布版进行安装即可[^3]。

#### 使用 Conda 创建独立环境并安装 PyTorch
推荐采用 Anaconda 或 Miniconda 来管理不同项目所需的库文件及其版本关系。创建一个新的 conda 环境有助于隔离各个项目的依赖冲突。

# 如果尚未安装 miniconda/anaconda，请先行访问官网获取对应平台的安装脚本执行安装过程。
conda create --name pytorch_env python=3.9
conda activate pytorch_env

接着可以根据实际需求挑选适合当前系统的 PyTorch 安装方式。这里假设目标是安装支持特定 CUDA 版本（例如 CUDA 11.3）的 PyTorch:

# 替换 'cu113' 参数为你所使用的具体 cuda 版本代号
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

完成以上指令后即成功设置了带有 GPU 支持功能的 PyTorch 开发环境。此时可以通过简单的测试程序检验安装效果：

import torch
print(torch.cuda.is_available())
print(torch.__version__)