pytorch源码编译安装

zjun3021

已于 2025-05-16 10:00:09 修改

阅读量716

点赞数 1

CC 4.0 BY-SA版权

文章标签： pytorch

于 2024-05-06 10:02:52 首次发布

本文链接：https://blog.youkuaiyun.com/xyz3120/article/details/138484454

本文详细介绍如何在conda环境下从源码编译安装PyTorch，包括环境配置、依赖安装及编译步骤。适用于希望深入了解PyTorch内部结构或定制特定功能的开发者。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

conda环境

安装conda环境，python 3.8以上，gcc支持9.4以上

conda install cmake ninja

conda install intel::mkl-static intel::mkl-include

#CUDA only: Add LAPACK support for the GPU if needed
conda install -c pytorch magma-cuda110  
#or the magma-cuda* that matches your CUDA version from https://anaconda.org/pytorch/repo

#(optional) If using torch.compile with inductor/triton, install the matching version of triton
#Run from the pytorch directory after cloning
make triton

源码下载

git clone --recursive https://github.com/pytorch/pytorch
cd pytorch
#if you are updating an existing checkout
git submodule sync
git submodule update --init --recursive

安装依赖

pip install -r requirements.txt

安装命令

DEBUG=1是编译debug版本

export _GLIBCXX_USE_CXX11_ABI=1
export CMAKE_PREFIX_PATH=${CONDA_PREFIX:-"$(dirname $(which conda))/../"}
DEBUG=1 USE_DISTRIBUTED=0 USE_MKLDNN=0 USE_CUDA=0 BUILD_TEST=0 USE_FBGEMM=0 USE_NNPACK=0 USE_QNNPACK=0 USE_XNNPACK=0 python setup.py develop

如果编译有问题，可以尝试执行

python setup.py clean

更新代码，重新编译前执行：

git submodule sync
git submodule update --init --recursive