在 Ubuntu 24.04 上安装 PyTorch,最推荐且最简单的方法是使用 Conda 或 pip。由于 Ubuntu 24.04 基于较新的 Python 版本(默认通常是 Python 3.12),而部分旧版 PyTorch 可能尚未完全适配,因此建议优先使用官方推荐的命令。
以下是两种主流的安装方案:
方法一:使用 Conda 安装(推荐)
如果你已经安装了 Anaconda 或 Miniconda,这是最稳定的方式,因为它会自动处理依赖关系,并避免与系统 Python 冲突。
-
创建新环境(可选但推荐):
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,许多深度学习库在 Python 3.10 或 3.11 下运行更稳定。如果你的项目不需要特定版本,也可以直接用当前环境。
-
执行安装命令:
根据你的需求选择 CUDA 版本(如果没有 GPU,选 CPU 版):- CUDA 12.1 (最新推荐):
conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia - CUDA 11.8 (最广泛兼容):
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia - 仅 CPU 版本:
conda install pytorch torchvision torchaudio cpuonly -c pytorch
- CUDA 12.1 (最新推荐):
方法二:使用 Pip 安装
如果你不想使用 Conda,或者只想快速安装到当前 Python 环境中,可以使用 pip。
-
确保 pip 是最新的:
python3 -m pip install --upgrade pip -
执行安装命令:
访问 PyTorch 官网 获取最新代码,通常如下:- CUDA 12.1:
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121 - CUDA 11.8:
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 - 仅 CPU 版本:
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu
- CUDA 12.1:
验证安装是否成功
安装完成后,打开 Python 终端进行验证:
python3
在 Python 交互界面中输入以下代码:
import torch
print(f"PyTorch version: {torch.__version__}")
print(f"CUDA available: {torch.cuda.is_available()}")
if torch.cuda.is_available():
print(f"CUDA device count: {torch.cuda.device_count()}")
print(f"Current device: {torch.cuda.current_device()}")
print(f"Device name: {torch.cuda.get_device_name(0)}")
如果输出了版本号且 CUDA available 为 True(前提是你安装了 GPU 版驱动和 CUDA 工具包),则说明安装成功。
⚠️ 重要提示:关于 Ubuntu 24.04 的 NVIDIA 驱动
Ubuntu 24.04 内核更新较快,如果你需要 GPU 提速(即上述命令中的 cu121 或 cu118 版本),请确保:
- 你已经安装了正确的 NVIDIA 专有驱动(建议使用
ubuntu-drivers autoinstall或在“软件和更新”->“附加驱动”中安装)。 - 你的显卡支持对应的 CUDA 版本(RTX 30/40 系列支持 CUDA 12.x,旧卡可能需要 CUDA 11.8)。
- 如果使用的是 Docker,请注意 Ubuntu 24.04 对 Docker 容器内 NVIDIA Container Toolkit 的要求。
CLOUD云枢