Ubuntu系统下PyTorch常见问题

以下是Ubuntu系统下PyTorch常见问题及解决方法：

1. 版本兼容性问题

   • PyTorch需与CUDA、Python版本匹配。例如，PyTorch 2.0+需CUDA 11.3+，需通过conda install pytorch cudatoolkit=11.3指定版本。
   • 检查CUDA是否安装正确：nvcc --version，确保与PyTorch版本兼容。

2. 安装过程中的网络问题

   • 使用国内镜像源加速下载，如清华源：
     pip install torch --index-url https://pypi.tuna.tsinghua.edu.cn/simple/。

3. 环境配置问题

   • 确保虚拟环境激活：conda activate pytorch_env，避免依赖冲突。
   • 检查环境变量：LD_LIBRARY_PATH需包含CUDA库路径，可通过export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH设置。

4. GPU相关问题

   • torch.cuda.is_available()返回False：
     • 确认NVIDIA驱动已安装且支持当前CUDA版本，可通过nvidia-smi查看驱动状态。
     • 若使用CPU版本，安装时需指定cpuonly：conda install pytorch cpuonly。

5. 依赖库错误

   • 缺少libmkl等库：在.bashrc中添加路径export LD_LIBRARY_PATH=/root/anaconda3/lib:$LD_LIBRARY_PATH，然后source ~/.bashrc。

6. 编译或运行时错误

   • 若使用源码编译，需安装build-essential等工具：sudo apt install build-essential cmake。
   • 避免直接修改_C.so等文件，优先通过正确安装解决ImportError。

参考来源：