ubuntu 24.04安装pytorch？-云服务器

在 Ubuntu 24.04 上安装 PyTorch，最推荐且最稳定的方式是使用 Conda（Anaconda 或 Miniconda）或者直接使用 pip。Ubuntu 24.04 默认搭载的是较新的 Python 版本（3.12），因此建议先创建独立的虚拟环境以避免依赖冲突。

以下是两种主流的安装方案：

方案一：使用 Conda（推荐，管理更省心）

Conda 可以自动处理复杂的底层依赖（如 CUDA 库、MKL 等），非常适合深度学习环境。

安装 Miniconda/Anaconda
如果你还没有安装 Conda，请先下载并安装 Miniconda（轻量版）：

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh
# 安装完成后，关闭终端并重新打开，或者运行 source ~/.bashrc

创建虚拟环境
创建一个名为 pytorch_env 的环境，指定 Python 版本（PyTorch 官方支持 3.10, 3.11, 3.12）：
```
conda create -n pytorch_env python=3.11 -y
conda activate pytorch_env
```
安装 PyTorch
根据你的显卡驱动情况选择命令：
- 如果你有 NVIDIA 显卡（推荐 CPU+GPU 版本）：
  请确保已安装最新的 NVIDIA 驱动（Ubuntu 24.04 通常自带较新内核，需确认驱动版本）。访问 PyTorch 官网获取最新命令。
  
  通用命令示例（CUDA 12.1 版本）：
```
conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia
```
  注：如果你的系统 CUDA 版本与上述不同，请将 12.1 替换为你实际支持的版本（如 11.8 或 12.4）。
- 如果你没有显卡（仅 CPU 版本）：
```
conda install pytorch torchvision torchaudio cpuonly -c pytorch
```

方案二：使用 pip（适合不想装 Conda 的用户）

如果你希望直接利用系统自带的 Python 环境，可以使用 pip。但为了安全起见，依然建议在系统层面创建一个虚拟环境。

创建虚拟环境

sudo apt update
sudo apt install python3-venv
python3 -m venv torch_env
source torch_env/bin/activate

升级 pip
```
pip install --upgrade pip
```

安装 PyTorch
同样根据是否有 GPU 选择命令。

带 GPU 支持 (CUDA 12.1)：

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

纯 CPU 支持：

pip3 install torch torchvision torchaudio

验证安装是否成功

激活环境后，运行以下 Python 代码进行验证：

import torch

# 检查版本
print(f"PyTorch version: {torch.__version__}")

# 检查是否可用 GPU
if torch.cuda.is_available():
    print(f"CUDA available: True")
    print(f"GPU Name: {torch.cuda.get_device_name(0)}")
    print(f"CUDA Version: {torch.version.cuda}")
else:
    print("CUDA available: False (Running on CPU)")

常见问题提示

NVIDIA 驱动问题：如果 torch.cuda.is_available() 返回 False，即使安装了 CUDA 版本的 PyTorch，通常是因为系统底层的 NVIDIA 驱动未正确安装或版本过低。请运行 nvidia-smi 查看驱动状态。如果未显示，请使用 sudo ubuntu-drivers autoinstall 安装驱动。
Python 版本：Ubuntu 24.04 默认 Python 是 3.12。PyTorch 对 3.12 的支持正在逐步完善，如果遇到兼容性问题，建议在 Conda 中显式指定 python=3.10 或 3.11。
国内网络提速：如果下载速度极慢，建议使用清华源或阿里源。例如在 pip 安装时添加 -i https://pypi.tuna.tsinghua.edu.cn/simple。

方案一：使用 Conda（推荐，管理更省心）

方案二：使用 pip（适合不想装 Conda 的用户）

验证安装是否成功

常见问题提示

相关推荐