PyTorch在Ubuntu上的使用限制主要体现在以下方面：
- 版本兼容性：PyTorch版本需与CUDA、cuDNN版本严格匹配，不同版本组合可能导致GPU加速失效。例如PyTorch 1.10.0支持CUDA 10.2、11.3，需通过
pip或conda指定对应版本安装。
- 系统版本要求：推荐使用Ubuntu 18.04及以上LTS版本，部分新版本（如24.04）可能存在依赖库缺失或兼容性问题，需手动安装缺失库（如
libgl1）。
- 硬件驱动限制：需安装与CUDA兼容的NVIDIA显卡驱动，旧显卡可能无法支持最新PyTorch的GPU加速功能。可通过
nvidia-smi检查驱动与CUDA版本是否匹配。
- 安装方法冲突：避免
apt与pip混合安装，可能导致版本冲突，建议优先使用conda管理环境。