Ubuntu如何更新PyTorch到最新版

Ubuntu系统更新PyTorch到最新版的步骤

一、前置准备

1. 更新系统包：运行sudo apt update && sudo apt upgrade -y，确保系统软件包为最新版本，避免依赖冲突。
2. 安装/更新pip：PyTorch的安装依赖pip，需确保pip为最新版。运行pip3 install --upgrade pip升级pip。
3. 确认环境：若使用虚拟环境（如conda或venv），需先激活目标环境（conda activate your_env或source venv/bin/activate），避免全局安装导致版本混乱。

二、使用pip更新PyTorch（推荐）

pip是PyTorch官方推荐的安装方式，能快速获取最新版本。

1. 卸载旧版本（可选但推荐）：运行pip3 uninstall torch torchvision torchaudio，彻底移除旧版本，避免残留文件导致冲突。
2. 选择安装命令：
   • GPU版本：若使用NVIDIA显卡，需根据CUDA版本选择对应命令（如CUDA 12.1）：
     pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
   • CPU版本：若无需GPU加速，运行：
     pip3 install torch torchvision torchaudio

   注：CUDA版本需与系统安装的驱动兼容（如CUDA 12.1需驱动版本≥520.61.05），可通过nvcc --version查看当前CUDA版本。

3. 验证安装：运行Python交互环境，输入以下命令：

   import torch
   print(torch.__version__)  # 输出最新版本号（如2.1.0）
   print(torch.cuda.is_available())  # GPU版本应返回True
   

三、使用conda更新PyTorch（适合Anaconda用户）

conda能自动解决依赖关系，适合新手或需要管理多个环境的情况。

1. 更新conda：运行conda update conda，确保conda为最新版。
2. 卸载旧版本（可选但推荐）：运行conda remove pytorch torchvision torchaudio cudatoolkit，彻底移除旧版本。
3. 选择安装命令：
   • GPU版本：指定CUDA工具包版本（如12.1）：
     conda install pytorch torchvision torchaudio cudatoolkit=12.1 -c pytorch -c nvidia
   • CPU版本：省略cudatoolkit参数：
     conda install pytorch torchvision torchaudio -c pytorch
4. 验证安装：运行conda list torch，查看PyTorch版本是否为最新；或在Python中执行上述验证代码。

四、注意事项

1. 备份项目：更新前备份代码和数据，防止依赖冲突导致项目无法运行。
2. 虚拟环境：强烈建议使用虚拟环境（如conda或venv）隔离PyTorch版本，避免影响其他项目。
3. 驱动兼容性：GPU版本需确保CUDA驱动版本与PyTorch要求的版本匹配（如PyTorch 2.1.0需CUDA 11.8+），否则会出现torch.cuda.is_available()返回False的问题。
4. 镜像加速：若安装缓慢，可使用国内镜像源（如清华源）：
   • pip：pip3 config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
   • conda：conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/。