Ubuntu系统下PyTorch安装失败怎么办

在Ubuntu系统下安装PyTorch失败可能有多种原因，以下是一些常见的解决方法：

1. 检查系统版本兼容性

推荐使用Ubuntu 20.04或更高版本。旧版如18.04可能出现驱动兼容性问题。

2. 安装NVIDIA显卡驱动

通过ubuntu-drivers devices查看推荐驱动版本，并使用命令安装驱动。例如，安装驱动版本470：

sudo apt install nvidia-driver-470

重启后验证：

nvidia-smi

应显示GPU状态。

3. 安装CUDA工具包

通过官方仓库安装CUDA

sudo apt install nvidia-cuda-toolkit

验证安装：

nvcc --version

配置环境变量

在.bashrc中添加：

export PATH=/usr/local/cuda-11.8/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64:$LD_LIBRARY_PATH

执行：

source ~/.bashrc

生效。

4. 使用Anaconda或Miniconda安装

创建虚拟环境

conda create -n pytorch_env python=3.9
conda activate pytorch_env

从PyTorch官网下载对应的安装命令

例如，对于CUDA 11.8版本：

conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

5. 使用pip安装

确保pip是最新版本：

pip3 install --upgrade pip

然后根据CUDA版本安装PyTorch：

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

6. 验证安装

安装完成后，验证PyTorch是否能正确识别GPU：

import torch
print(torch.__version__)  # 应显示1.13.0及以上
print(torch.cuda.is_available())  # 应返回True

7. 常见问题解决

• 驱动冲突问题：完全卸载旧驱动：

sudo apt purge nvidia*

• CUDA版本不匹配：通过conda search cudatoolkit查看可用版本，指定版本安装：

conda install cudatoolkit=11.8

• 环境变量未生效：在PyCharm等IDE中需手动配置环境变量路径。

如果以上步骤都无法解决问题，建议查看PyTorch的官方文档或社区论坛，寻找更多针对性的解决方案。