Ubuntu系统中PyTorch网络库的选择

在Ubuntu系统中选择PyTorch网络库时，需重点关注CUDA版本兼容性、硬件支持和安装方式，具体步骤如下：

1. 确认CUDA版本
   运行命令 nvcc --version 查看已安装的CUDA版本（若未安装CUDA，需先安装对应版本，如CUDA 11.7/12.1等）。

2. 选择匹配的PyTorch版本

   • GPU加速需求：根据CUDA版本选择对应PyTorch版本（参考官方兼容性表）：
     • CUDA 12.1/12.2 → PyTorch 2.0+
     • CUDA 11.7/11.8 → PyTorch 1.10.0+
     • CUDA 10.2 → PyTorch 1.7.0+
   • CPU-only场景：直接选择CPU版本PyTorch（无需CUDA）。

3. 安装方式

   • 推荐Conda安装（自动处理依赖）：

     # GPU版本（以CUDA 12.1为例）  
     conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia  
     # CPU版本  
     conda install pytorch torchvision torchaudio cpuonly -c pytorch  
     

   • pip安装（需指定CUDA版本）：

     # GPU版本（CUDA 11.3为例）  
     pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113  
     # CPU版本  
     pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu  
     

4. 验证安装
   运行以下代码检查是否成功及是否支持GPU：

   import torch  
   print("PyTorch版本:", torch.__version__)  
   print("CUDA可用性:", torch.cuda.is_available())  
   

注意事项：

• 确保Ubuntu系统为LTS版本（如Ubuntu 22.04），以获得更好的兼容性和长期支持。
• 若使用旧GPU（如Kepler架构），需选择支持旧CUDA版本的PyTorch（如PyTorch 1.2.0支持CUDA 9.2）。
• 安装前建议创建虚拟环境（如conda create -n pytorch_env），避免依赖冲突。

参考来源：