从源代码处编译pytorch时，如何知道要选择哪个gcc版本？

我正在从源代码处安装Pytork，但不确定要安装的Pytork版本所使用的特定依赖版本

特别是，我注意到性能的变化取决于我用来编译PyTorch的gcc版本。我应该使用哪种编译器来获得最好的PyTorch性能

Tensorflow文档提供了这些有用的信息。他们称之为“测试构建配置”： .

具有从源代码生成的说明

如果您是从源代码安装，则需要一个C++14编译器。此外，我们强烈建议安装环境。您将获得一个高质量的BLAS库（MKL），并且无论您的Linux发行版是什么，都可以获得受控的依赖版本

安装完成后，以下是说明

如果要使用CUDA支持进行编译，请安装

• 9岁或以上
• v7或以上
• 与CUDA兼容

如果要禁用CUDA支持，请导出环境变量

使用_CUDA=0

。其他可能有用的环境变量可以在

setup.py

中找到

如果您正在为NVIDIA的Jetson平台（Jetson Nano、TX1、TX2、AGX Xavier）进行构建，则说明如何为Jetson Nano安装PyTorch

您可以找到最新的官方编译器要求

---

有人知道如何查找此信息吗？

编译、测试、聚合结果，然后重复。然后比较<代码>在线文档查找场外资源是stackoverflow的主题<代码>构建提示Stackoverflow是一个讨论特定编程问题以及如何解决这些问题的论坛。你可能想对和感兴趣。你能分享更多关于你观察到的性能不稳定性的信息吗？使用最新的稳定编译器（或操作系统默认值）是很常见的，而较新的版本不应该引入性能退化（PyTorch也不应该）。如果您观察到这些问题，您应该就PyTorch的github问题提出这个问题。此外，Tensorflow只提供他们测试的版本，而不是“最快的版本”（这并不意味着什么，它可能在一个地方变得更快，在另一个地方变得更慢，因此你应该寻找有关特定部件性能（或其回归）的主题。）@UltimatePipo，如果答案回答了你的问题，请你接受并投票。非常感谢。