PyTorch Ubuntu安装步骤是什么

PyTorch在Ubuntu上的安装步骤

PyTorch的安装流程主要分为准备工作、CPU版本安装、GPU版本安装和验证四部分，以下是详细步骤：

一、准备工作

在安装PyTorch前，需完成系统环境配置，确保后续步骤顺利进行：

1. 更新系统包列表：运行sudo apt update && sudo apt upgrade -y，同步系统软件包版本。
2. 安装Python与pip：Ubuntu 20.04及以上版本默认包含Python3，但需手动安装pip：

   sudo apt install -y python3 python3-pip python3-venv
   

   验证安装：python3 --version（应输出Python 3.x版本）、pip3 --version（应输出pip版本）。
3. 创建虚拟环境（推荐）：隔离项目依赖，避免全局污染：

   python3 -m venv pytorch_env  # 创建名为pytorch_env的虚拟环境
   source pytorch_env/bin/activate  # 激活环境（激活后命令行前缀变为“(pytorch_env)”）
   

   激活后，所有后续操作均在虚拟环境中进行。

二、CPU版本PyTorch安装（无GPU加速）

若无需GPU加速，可直接通过pip安装CPU版本：

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu

该命令会自动下载并安装PyTorch及其依赖（如TorchVision、Torchaudio）的CPU兼容版本。

三、GPU版本PyTorch安装（需NVIDIA GPU支持）

若需GPU加速，需先确保系统满足以下条件：

• NVIDIA显卡驱动：已安装正确版本的驱动（可通过nvidia-smi命令查看驱动版本，需满足PyTorch对CUDA的要求）；
• CUDA Toolkit：建议安装与PyTorch版本匹配的CUDA（如PyTorch 2.0+推荐CUDA 11.7/12.0）；
• cuDNN库：NVIDIA的深度学习加速库（需与CUDA版本匹配）。

安装步骤：

1. 通过pip安装GPU版本：根据CUDA版本选择对应命令（以CUDA 11.7为例）：

   pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117
   

   若使用CUDA 12.0，将cu117替换为cu120即可。

2. 通过conda安装GPU版本（可选）：若使用Anaconda/Miniconda，可先创建环境，再安装：

   conda create -n pytorch_gpu_env python=3.8
   conda activate pytorch_gpu_env
   conda install pytorch torchvision torchaudio cudatoolkit=11.7 -c pytorch -c nvidia
   

   注意：conda会自动处理CUDA Toolkit和cuDNN的依赖，无需手动安装。

四、验证安装

安装完成后，通过以下命令验证PyTorch是否安装成功及GPU是否可用：

python3 -c "import torch; print('PyTorch版本:', torch.__version__); print('CUDA可用:', torch.cuda.is_available())"

• 若输出PyTorch版本号且CUDA可用: True，则说明GPU版本安装成功；
• 若CUDA可用: False，则需检查驱动、CUDA Toolkit是否正确安装，或重新安装匹配版本的PyTorch。

注意事项

• 驱动兼容性：PyTorch对NVIDIA驱动版本有要求，可通过PyTorch官网查询对应CUDA版本的驱动最低要求；
• 虚拟环境：强烈建议使用虚拟环境，避免依赖冲突；
• 版本匹配：确保PyTorch、CUDA Toolkit、cuDNN版本兼容（如PyTorch 2.0+推荐CUDA 11.7/12.0）。