Ubuntu下如何解决PyTorch依赖问题

Ubuntu下解决PyTorch依赖问题的实用步骤

一 环境准备与基础检查

• 确认正在使用目标虚拟环境：检查解释器路径与已激活环境（如 conda 或 venv），避免装错环境。
• 升级包管理工具：优先升级 pip，避免旧版 pip 无法识别新版 PyTorch wheel。
• 处理系统库缺失：安装常见运行时依赖，减少 ImportError。
• 检查 Python 版本：许多发行版默认 Python 3.12，而部分 PyTorch 版本仅支持 3.8–3.11，必要时切换默认版本。
• 避免混装冲突：如曾用 apt 安装过 PyTorch，建议先卸载，避免与 pip 版本冲突。

示例命令：

• which python3 && conda env list
• python -m pip install --upgrade pip
• sudo apt update && sudo apt install -y libgl1 libglib2.0-0 ffmpeg
• python --version（如需切换：sudo apt install -y python3.10 && sudo update-alternatives --install /usr/bin/python python /usr/bin/python3.10 1）
• sudo apt remove python3-pytorch && pip uninstall torch

二 选择正确的安装方式

• pip 安装（推荐）
  • CPU：pip3 install torch torchvision torchaudio
  • GPU：先查驱动/CUDA 支持，再选择对应命令，例如：
    • pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
    • 或 pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
• conda 安装
  • conda create -n pytorch_env python=3.10
  • conda activate pytorch_env
  • GPU：conda install pytorch torchvision torchaudio cudatoolkit=12.1 -c pytorch -c nvidia
  • CPU：conda install pytorch torchvision torchaudio -c pytorch
• 网络慢或超时
  • 使用国内镜像源（如清华）加速：pip install torch torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple

三 GPU 与 CUDA 依赖核对

• 核对驱动与运行时
  • nvidia-smi 查看驱动与最高支持的 CUDA 运行时版本
  • python -c “import torch; print(torch.cuda.is_available())” 验证 PyTorch 是否能用 GPU
• 版本匹配原则
  • PyTorch 的 CUDA 版本需与驱动可支持的 CUDA 运行时匹配；若驱动较旧，可选择较旧的 PyTorch CUDA 版本或升级驱动。
• 常见报错与处理
  • 若出现 “CUDA driver version is insufficient for CUDA runtime version”，升级 NVIDIA 驱动或改用 CPU/旧版 CUDA 的 PyTorch 包。
  • 若使用 conda，优先用 conda 安装 cudatoolkit，减少与系统 CUDA 的冲突。

四 常见报错与快速修复

• ModuleNotFoundError: No module named ‘torch’
  • 确认激活了正确的虚拟环境；在该环境内重新安装 PyTorch（pip 或 conda）。
• 找不到库文件（如 libGL.so.1、libglib-2.0.so.0、ffmpeg 等）
  • sudo apt install -y libgl1 libglib2.0-0 ffmpeg
• 版本不兼容或找不到满足要求的版本
  • 检查 Python 版本是否在 3.8–3.11 范围；升级 pip；必要时切换 Python 版本。
• apt 与 pip 混装导致冲突
  • 卸载 apt 版本：sudo apt remove python3-pytorch；再用 pip 安装所需版本。
• 网络超时
  • 使用国内镜像源或延长超时：pip install … -i https://pypi.tuna.tsinghua.edu.cn/simple 或 pip --default-timeout 1000 …。

五 验证与后续建议

• 安装后验证
  • python -c “import torch; print(‘torch:’, torch.version)”
  • python -c “import torch; print(‘cuda:’, torch.cuda.is_available())”
• 环境隔离与复现
  • 推荐使用 venv 或 conda 管理依赖，便于复现与迁移。
• 源码编译（仅在必要时）
  • 需要特定修改或旧版本时再考虑；准备构建工具与依赖，执行 git submodule update --init --recursive，必要时用 ccache 加速与清理后重编译。