在 Ubuntu 24.04 (Noble Numbat) 上安装 PyTorch,最推荐且稳定的方式是使用 conda(如果已安装)或 pip。由于 Ubuntu 24.04 默认搭载较新的 Python 版本和系统库,建议优先创建独立的虚拟环境以避免依赖冲突。
以下是针对不同需求的详细安装步骤:
1. 前置准备
首先,确保你的系统已更新,并安装了必要的构建工具。如果你尚未安装 python3-pip 或 git,请先运行:
sudo apt update
sudo apt install python3-pip python3-venv git build-essential -y
注意:PyTorch 官方强烈建议使用 Python 3.8 到 3.11 版本。虽然 Ubuntu 24.04 默认可能包含 Python 3.12,但为了兼容性,建议在 conda 环境中指定版本,或者使用
pyenv管理 Python 版本。
2. 方案一:使用 Conda 安装(推荐)
这是最稳妥的方式,Conda 会自动处理复杂的 C++/CUDA 依赖关系。
第一步:安装 Miniconda 或 Anaconda
如果未安装,请下载并安装 Miniconda:
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh
# 按照提示操作,最后重启终端或运行 source ~/.bashrc
第二步:创建虚拟环境
创建一个包含 Python 3.10(目前 PyTorch 支持最好的版本之一)的环境:
conda create -n pytorch_env python=3.10 -y
conda activate pytorch_env
第三步:选择 CUDA 版本并安装
根据你显卡支持的 CUDA 版本选择命令。你可以去 PyTorch 官网 查看最新指令。
-
如果你有 NVIDIA 显卡(需要 GPU 提速):
假设你安装了 CUDA 12.x(Ubuntu 24.04 通常配合较新的驱动),可以使用以下命令:# 安装 PyTorch + torchvision + torchaudio + CUDA 12.1 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,请将
12.1改为11.8。 -
如果你没有 NVIDIA 显卡(仅 CPU 模式):
conda install pytorch torchvision torchaudio cpuonly -c pytorch
3. 方案二:使用 Pip 安装(无需 Conda)
如果你不想安装 Conda,可以直接使用 pip,但需要确保系统已正确安装 NVIDIA 驱动和 CUDA Toolkit(如果是 GPU 模式)。
第一步:创建虚拟环境(可选但推荐)
python3 -m venv pytorch_env
source pytorch_env/bin/activate
pip install --upgrade pip
第二步:执行安装命令
同样,请根据你的 CUDA 版本选择。
-
GPU 版本 (CUDA 12.x):
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121 -
CPU 版本:
pip install torch torchvision torchaudio
4. 验证安装
激活环境后,打开 Python 交互界面进行验证:
python
在 Python 提示符下输入以下代码:
import torch
print(f"PyTorch version: {torch.__version__}")
print(f"CUDA available: {torch.cuda.is_available()}")
if torch.cuda.is_available():
print(f"CUDA version: {torch.version.cuda}")
print(f"Device count: {torch.cuda.device_count()}")
print(f"Current device: {torch.cuda.current_device()}")
预期输出:
- 如果没有 GPU,
CUDA available应显示False。 - 如果有 GPU,应显示
True以及具体的 CUDA 版本号。
常见问题提示
- 驱动问题:在 Ubuntu 上安装 PyTorch 的 GPU 版前,必须确保系统层面的 NVIDIA 驱动已正确安装。可以通过
nvidia-smi命令检查。如果该命令报错,请先安装驱动:sudo ubuntu-drivers autoinstall sudo reboot - Python 版本:Ubuntu 24.04 默认 Python 可能是 3.12。如果 pip 安装时遇到编译错误,建议回退到 Python 3.10 或 3.11 的环境,因为 PyTorch 对 Python 3.12 的支持在某些旧包中可能不稳定。
- 国内网络:如果下载速度极慢,可以配置 pip 或 conda 镜像源(如清华源、阿里源)。
- Pip 示例:
pip install ... -i https://pypi.tuna.tsinghua.edu.cn/simple - Conda 示例:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
- Pip 示例:
云计算HECS