在 Ubuntu 24.04 上安装 PyTorch,最推荐且最简单的方法是使用 Conda(Anaconda/Miniconda)或 pip。Ubuntu 24.04 默认基于较新的 Python 版本(通常为 3.12),因此需要确保选择与当前 Python 版本兼容的 PyTorch 构建。
以下是三种主流的安装方案,请根据你的环境需求选择:
方案一:使用 Conda 安装(推荐)
如果你已经安装了 Anaconda 或 Miniconda,这是最稳妥的方式,因为它能自动处理依赖关系和 CUDA 库的版本匹配。
-
创建新环境(建议先创建隔离环境):
conda create -n pytorch_env python=3.10 conda activate pytorch_env注:虽然 Ubuntu 24.04 自带 Python 3.12,但为了兼容性,许多深度学习库目前对 3.10 支持更稳定。如果你确定要使用 3.12,可以将命令中的
python=3.10改为python=3.12。 -
根据显卡类型执行安装命令:
-
如果你有 NVIDIA 显卡 (GPU):
访问 PyTorch 官网 获取最新命令。通常如下(以 CUDA 12.1 为例):conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia -
如果你没有显卡 (CPU Only):
conda install pytorch torchvision torchaudio cpuonly -c pytorch
-
方案二:使用 Pip 安装(无需 Conda)
如果你不想使用 Conda,可以直接通过 pip 安装。由于 Ubuntu 24.04 的 Python 版本较新,请确保你的 pip 是最新的。
-
升级 pip:
python3 -m pip install --upgrade pip -
安装 PyTorch:
-
GPU 版本(假设你已安装 NVIDIA 驱动并配置好 CUDA):
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121(注意:如果你的系统 CUDA 版本不是 12.1,请替换为对应的版本,如 cu118)
-
CPU 版本:
pip3 install torch torchvision torchaudio
-
方案三:验证安装是否成功
无论使用哪种方法,安装完成后,请运行以下 Python 代码来验证环境是否正常:
import torch
# 检查版本号
print(f"PyTorch version: {torch.__version__}")
# 检查 GPU 是否可用
if torch.cuda.is_available():
print(f"CUDA available: True")
print(f"Current device: {torch.cuda.current_device()}")
print(f"Device name: {torch.cuda.get_device_name(0)}")
else:
print("CUDA available: False (Running on CPU)")
⚠️ 重要提示:关于 Ubuntu 24.04 的特殊性
- Python 版本:Ubuntu 24.04 默认预装 Python 3.12。部分旧版本的 PyTorch 可能尚未提供针对 Python 3.12 的稳定构建包。如果遇到
ModuleNotFoundError或编译错误,强烈建议使用 Conda 创建一个 Python 3.10 或 3.11 的虚拟环境。 - NVIDIA 驱动:如果你需要 GPU 提速,请确保系统已安装匹配的 NVIDIA 驱动(建议在终端运行
nvidia-smi确认)。如果驱动版本过老,可能需要更新到支持 CUDA 12.x 的最新驱动。 - 系统库:安装过程中如果报错缺少
libgl1等图形库,可以运行:sudo apt update sudo apt install libgl1-mesa-glx libglib2.0-0
通常情况下,方案一(Conda) 在 Ubuntu 24.04 上遇到的问题最少,建议优先尝试。
CLOUD云计算