Ubuntu 24.04.2 LTS安装配置pytorch深度学习环境？

在 Ubuntu 24.04.2 LTS 上安装和配置 PyTorch 深度学习环境是一个常见且重要的任务。以下是一步一步的详细指南，涵盖使用 pip 或 conda 安装 PyTorch，并支持 CPU 和 GPU（CUDA）。

✅ 前提条件

1. 更新系统

sudo apt update && sudo apt upgrade -y

2. 安装 Python 及 pip

Ubuntu 24.04 默认带有 Python 3.12+，但需要确保 pip 已安装：

sudo apt install python3 python3-pip python3-venv -y

验证：

python3 --version
pip3 --version

✅ 推荐方式：使用虚拟环境（推荐）

避免污染系统环境。

# 创建虚拟环境
python3 -m venv pytorch_env

# 激活环境
source pytorch_env/bin/activate

# 升级 pip
pip install --upgrade pip

✅ 安装 PyTorch

方式一：使用 pip（官方推荐）

1. 访问官网获取命令

前往 https://pytorch.org/get-started/locally/

选择：

• PyTorch Build: Stable (1.13+)
• Your OS: Linux
• Package: Pip
• Language: Python
• Compute Platform:
  • 如果有 NVIDIA GPU → 选 CUDA（如 CUDA 12.1）
  • 否则选 CPU

示例命令（2025年最新稳定版，支持 CUDA 12.1）：

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

📌 注意：cu121 表示 CUDA 12.1；如果你没有 GPU，使用 CPU 版本：

pip install torch torchvision torchaudio

方式二：使用 Conda（可选，适合科学计算用户）

安装 Miniconda（如果未安装）

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh

重启终端或运行：

source ~/.bashrc

创建环境并安装 PyTorch：

conda create -n pytorch_env python=3.12
conda activate pytorch_env

# 使用 conda 安装（推荐）
conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

# 或使用 pip 在 conda 环境中
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

✅ 验证安装是否成功

激活你的环境后运行 Python：

import torch

print("PyTorch version:", torch.__version__)
print("CUDA available:", torch.cuda.is_available())
print("Number of GPUs:", torch.cuda.device_count())

if torch.cuda.is_available():
    print("Current GPU:", torch.cuda.get_device_name(0))

✅ 正常输出应类似：

PyTorch version: 2.3.0+cu121
CUDA available: True
Number of GPUs: 1
Current GPU: NVIDIA RTX 4090

✅ （可选）配置 NVIDIA 驱动与 CUDA 支持

1. 安装 NVIDIA 驱动

Ubuntu 24.04 提供了便捷的驱动管理工具：

ubuntu-drivers devices   # 查看推荐驱动
sudo ubuntu-drivers autoinstall

或者手动安装：

sudo apt install nvidia-driver-550  # 推荐 >=535

重启系统：

sudo reboot

验证驱动：

nvidia-smi

应显示 GPU 信息和驱动版本。

2. 安装 CUDA Toolkit（非必需）

PyTorch 自带 CUDA 运行时（通过 cu121 包），一般不需要单独安装完整的 CUDA Toolkit。

但若你需要开发 CUDA 程序，可从 NVIDIA CUDA 下载页 安装：

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-keyring_1.1-1_all.deb
sudo dpkg -i cuda-keyring_1.1-1_all.deb
sudo apt update
sudo apt install cuda-toolkit-12-1

⚠️ Ubuntu 24.04 尚未被所有 CUDA 版本正式支持，建议使用适用于 Ubuntu 22.04 的 repo 并注意兼容性。

✅ 安装常用深度学习库（可选）

pip install numpy pandas matplotlib jupyter notebook ipykernel scikit-learn tensorboard

将虚拟环境添加到 Jupyter：

pip install ipykernel
python -m ipykernel install --user --name=pytorch_env

启动 Jupyter：

jupyter notebook

✅ 常见问题解决

✅ 总结

✅ 成功完成以上步骤后，你就拥有了一个功能完整的 PyTorch 深度学习环境！

如有具体硬件型号或错误信息，欢迎提供以进一步诊断。