ubuntu 24.04安装pytorch？-云知识CLOUD

在 Ubuntu 24.04 (Noble Numbat) 上安装 PyTorch，最推荐且稳定的方式是使用 conda（通过 Miniforge 或 Anaconda）或 pip。Ubuntu 24.04 默认自带 Python 3.12，这通常与 PyTorch 的最新版本兼容良好。

以下是三种最常用的安装方案，请根据你的需求选择：

方案一：使用 Conda/Mamba（推荐，环境隔离最好）

这是最稳妥的方式，因为它会自动处理 CUDA 依赖库，避免系统库冲突。

安装 Mamba（Conda 的超快速替代品）

# 如果尚未安装 conda，先下载并安装 miniforge
curl -L -O "https://github.com/conda-forge/miniforge/releases/latest/download/Miniforge3-Linux-x86_64.sh"
bash Miniforge3-Linux-x86_64.sh

# 初始化 shell
source ~/miniforge3/etc/profile.d/conda.sh

# 安装 mamba (可选，但速度更快)
conda install mamba -n base -c conda-forge

创建并激活虚拟环境

# 创建一个名为 pytorch_env 的环境，指定 python 版本
mamba create -n pytorch_env python=3.11
mamba activate pytorch_env

安装 PyTorch (含 CUDA)
注意：以下命令会安装最新的稳定版和对应的 CUDA 12.x 支持（PyTorch 2.5+ 已原生支持 CUDA 12）。

# 安装 CPU 版本
mamba install pytorch torchvision torchaudio cpuonly -c pytorch

# 或者安装 GPU 版本 (自动匹配当前驱动支持的 CUDA 版本)
mamba install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

方案二：使用 Pip（适合已有 Python 环境或不想装 Conda）

如果你已经配置好了 Python 环境，可以直接用 pip 安装。Ubuntu 24.04 自带的 Python 3.12 通常能直接运行。

升级 pip 并安装虚拟环境工具

python3 -m pip install --upgrade pip
python3 -m venv torch_env
source torch_env/bin/activate

安装 PyTorch
- CPU 版本：
```
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu
```
- GPU 版本 (CUDA 12.1)：
```
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
```
  (注：如果你的 NVIDIA 驱动较旧，可能只能安装 cu118，具体请访问 PyTorch 官方构建页面查看对应你显卡驱动的版本)

方案三：验证安装

无论使用哪种方案，安装完成后，请运行以下代码检查是否成功及是否识别到 GPU：

import torch

print(f"PyTorch 版本: {torch.__version__}")
print(f"CUDA 可用: {torch.cuda.is_available()}")
if torch.cuda.is_available():
    print(f"CUDA 版本: {torch.version.cuda}")
    print(f"GPU 设备数: {torch.cuda.device_count()}")
    print(f"当前 GPU 名称: {torch.cuda.get_device_name(0)}")
else:
    print("未检测到 CUDA 设备，正在使用 CPU 模式。")

常见问题提示

NVIDIA 驱动：确保你的系统安装了 NVIDIA 驱动 (nvidia-smi 命令可用)。Ubuntu 24.04 可以通过 ubuntu-drivers devices 查看并安装推荐驱动。
Python 版本：PyTorch 最新稳定版对 Python 3.12 支持良好。如果你遇到兼容性报错，建议在 Conda 中显式创建 python=3.10 或 3.11 的环境。
国内网络：由于下载源在海外，建议使用清华、阿里或中科大的镜像源提速（如果是 pip 安装，可添加 -i https://pypi.tuna.tsinghua.edu.cn/simple 参数；Conda 用户需配置 .condarc 文件）。