在 Fedora 上装 PyTorch：仓库版 2 GiB 依赖 vs pip CPU 轮子 209 MB

Fedora 装 PyTorch 有两条路，实测代价差一个数量级。

dnf 装 torch 与 pip 装 CPU 轮子的代价对比

路线一：Fedora 仓库（不推荐）

dnf list --available python3-torch

python3-torch.x86_64   2.12.0-7.fc45   fedora

看着只有 399 MiB 下载、755 MiB 安装，但真跑起来是这样：

Total size of inbound packages is 2 GiB. Need to download 2 GiB.
After this operation, 5 GiB extra will be used (install 5 GiB, remove 3 MiB).
[  1/747] cpuinfo-0:25.11.14-1.gitf858c 100% | 14.9 KiB/s | 44.7 KiB | 00m03s

747 个包、2 GiB 下载、5 GiB 磁盘。在本站实验机上实测下载缓存增速约 43 KB/s，按这个速度剩下的部分要十几个小时，只能中止。

项目	数值
下载总量	2 GiB
依赖包数	747
磁盘占用	5 GiB
本机实测速度	~43 KB/s

路线二：pip CPU 轮子（推荐）

先确认 pip 在不在——Fedora 默认不装 pip：

python3 -m pip --version

/usr/bin/python3: No module named pip

装一个，再建虚拟环境：

sudo dnf install python3-pip
python3 -m venv ~/torch-venv

python3-pip 实测版本 26.1.2-5.fc45。

然后拉 CPU 专用轮子：

~/torch-venv/bin/pip install --no-deps \
  --index-url https://download.pytorch.org/whl/cpu \
  "torch==2.15.0+cpu"

Downloading torch-2.15.0%2Bcpu-cp315-cp315-manylinux_2_28_x86_64.whl (209.5 MB)
   ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 209.5/209.5 MB 5.9 MB/s  0:00:37

209.5 MB，5.9 MB/s，37 秒。对比 dnf 那条路的 2 GiB / 43 KB/s，差距是两个数量级。

补齐依赖

torch 导入实际只需要这几个小包：

~/torch-venv/bin/pip install \
  --index-url https://pypi.tuna.tsinghua.edu.cn/simple \
  typing_extensions filelock jinja2 fsspec

装完就能 import torch —— 不需要 sympy 和 networkx。

NumPy 是可选的，但不装会有警告：

UserWarning: Failed to initialize NumPy: No module named 'numpy'

想让 .numpy() 正常工作就补上：

~/torch-venv/bin/pip install numpy

验证装好了

import torch, time
print("version:", torch.__version__)
print("cuda available:", torch.cuda.is_available())
print("threads:", torch.get_num_threads())
a = torch.randn(512, 512); b = torch.randn(512, 512)
t0 = time.time(); c = a @ b; dt = (time.time() - t0) * 1000
print("matmul 512x512: %.2f ms" % dt)
print("shape:", tuple(c.shape))
print("mean:", float(torch.tensor([1.0, 2.0, 3.0]).mean()))

实测输出：

version: 2.15.0+cpu
cuda available: False
threads: 4
matmul 512x512: 2.11 ms
shape: (512, 512)
mean: 2.0

几件事一眼可见：

版本带 +cpu 后缀，说明是纯 CPU 构建
cuda available: False——没有 GPU 时的正常结果，不是装错了
threads: 4 是 CPU 并行度，由核心数决定
512×512 矩阵乘 2.11 ms

装上 numpy 之后张量互转也通了：

~/torch-venv/bin/python -c "import torch;print(torch.tensor([1.0,2.0]).numpy())"

[1. 2.]

装完占多少磁盘

du -sm ~/torch-venv

整个 venv 906 MB（轮子 209.5 MB 解压后膨胀到约 900 MB），比 dnf 那条路的 5 GiB 省得多。

两条路怎么选

	Fedora 仓库 `python3-torch`	pip CPU 轮子
下载	2 GiB / 747 包	209.5 MB / 37 秒
磁盘	5 GiB	906 MB（venv）
版本	2.12.0	2.15.0+cpu
隔离	装进系统 Python	venv 隔离，删目录即卸载
适合	需要系统级统一管理	绝大多数场景

常见坑

现象	原因
`No module named pip`	Fedora 默认不装 pip，`dnf install python3-pip`
依赖下载卡在 `sympy`	主索引指向 pytorch.org，小包极慢；依赖改走国内源
`Failed to initialize NumPy` 警告	没装 numpy，`.numpy()` 不可用
`cuda available: False`	装的是 CPU 轮子且无 GPU，不是错误
磁盘突然少 5 GiB	走了 dnf 路线
需要 GPU 版	换成 `--index-url https://download.pytorch.org/whl/cu126` 之类的 CUDA 索引