在 Ubuntu 24.04 上安装 PyTorch,最推荐且最稳定的方式是使用 Conda(通过 Miniconda/Anaconda)或 pip。由于 Ubuntu 24.04 默认使用的是较新的 Python 版本和系统库,直接使用 apt 安装可能会遇到依赖冲突,因此不建议直接通过系统包管理器安装。
以下是两种主流的安装方案,请根据你的需求选择:
方案一:使用 Conda 安装(推荐)
这是最稳妥的方法,因为它会自动处理复杂的 C++ 依赖库(如 CUDA、cuDNN),并隔离环境,避免污染系统 Python。
-
安装 Miniconda(如果尚未安装):
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O miniconda.sh bash miniconda.sh -b -p $HOME/miniconda3 source $HOME/miniconda3/bin/activate conda init bash # 重新加载 shell 配置 exec "$SHELL" -l -
创建新环境并安装 PyTorch:
根据你的硬件情况选择命令:-
如果你没有 NVIDIA 显卡(仅 CPU):
conda create -n pytorch_env python=3.10 conda activate pytorch_env conda install pytorch torchvision torchaudio cpuonly -c pytorch -
如果你有 NVIDIA 显卡(需要 GPU 支持):
注意:Ubuntu 24.04 通常预装较新的驱动,但为了兼容性,建议先确认你的显卡驱动已正确安装(运行nvidia-smi查看)。假设你使用的是 CUDA 12.x(PyTorch 2.3+ 默认推荐):
conda create -n pytorch_gpu_env python=3.10 conda activate pytorch_gpu_env conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia(注:如果你的显卡较老只支持 CUDA 11.8,可以将
pytorch-cuda=12.1改为pytorch-cuda=11.8)
-
方案二:使用 Pip 安装
如果你不想使用 Conda,或者已经配置好了虚拟环境(venv),可以直接使用 pip。
-
创建并激活虚拟环境(强烈建议):
python3 -m venv torch_env source torch_env/bin/activate -
升级 pip:
pip install --upgrade pip -
根据需求安装:
请访问 PyTorch 官网 获取最新指令,以下是常用命令:-
CPU 版本:
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu -
GPU 版本 (CUDA 12.1):
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121 -
GPU 版本 (CUDA 11.8):
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
-
验证安装是否成功
无论使用哪种方法,安装完成后,请在终端运行以下 Python 代码进行验证:
import torch
# 检查版本
print(f"PyTorch 版本: {torch.__version__}")
# 检查是否可用 GPU
if torch.cuda.is_available():
print(f"CUDA 可用: True")
print(f"当前设备: {torch.cuda.get_device_name(0)}")
print(f"CUDA 版本: {torch.version.cuda}")
else:
print("未检测到 CUDA 设备,将使用 CPU 模式。")
常见问题提示
- Python 版本:Ubuntu 24.04 默认自带 Python 3.12。虽然 PyTorch 目前支持 3.12,但在某些旧版第三方库中可能仍有兼容性问题。建议将环境中的 Python 版本锁定为 3.10 或 3.11,以获得最佳的稳定性。
- NVIDIA 驱动:如果安装了 GPU 版 PyTorch 却检测不到 CUDA,请首先确保系统层面的 NVIDIA 驱动已正确安装(执行
nvidia-smi命令应显示显卡信息,而不是报错)。 - 网络问题:下载 PyTorch 时可能会遇到连接超时,建议在 Linux 下配置X_X,或使用国内镜像源(如清华源,需配合 conda/pip 的 index-url 参数)。
云知道CLOUD