在Ubuntu 24.04 LTS上如何正确安装PyTorch用于深度学习开发？

在Ubuntu 24.04 LTS上安装PyTorch，推荐使用以下步骤：

1. 系统准备

# 更新系统
sudo apt update && sudo apt upgrade -y

# 安装基础依赖
sudo apt install -y python3-pip python3-venv build-essential

2. 创建虚拟环境（推荐）

# 创建项目目录
mkdir pytorch_project && cd pytorch_project

# 创建虚拟环境
python3 -m venv venv

# 激活虚拟环境
source venv/bin/activate

3. 安装PyTorch（根据硬件选择）

选项A：仅CPU版本

pip3 install torch torchvision torchaudio

选项B：NVIDIA GPU版本（需要CUDA 12.1）

# 首先检查NVIDIA驱动和CUDA
nvidia-smi  # 确认驱动已安装

# 安装PyTorch with CUDA 12.1
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

选项C：AMD GPU版本（ROCm 6.0）

# 添加ROCm仓库后安装
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/rocm6.0

4. 验证安装

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"GPU设备: {torch.cuda.get_device_name(0)}")

5. 安装额外工具（可选）

# Jupyter Notebook
pip3 install jupyter notebook

# 常用数据科学库
pip3 install numpy pandas matplotlib scikit-learn

# 深度学习辅助工具
pip3 install tensorboard

6. 配置开发环境

# 创建requirements.txt
pip3 freeze > requirements.txt

# 安装开发依赖
pip3 install black flake8 pytest  # 代码格式化、检查、测试

注意事项

1. CUDA版本兼容性：

   • Ubuntu 24.04 默认支持CUDA 12.x
   • 使用 nvidia-smi 确认驱动版本
   • 如需特定CUDA版本，从NVIDIA官网下载

2. Python版本：

   • Ubuntu 24.04 默认Python 3.12
   • PyTorch完全支持Python 3.8-3.12

3. 性能优化：

   # 安装优化库
   pip3 install ninja
   export BUILD_CPP_EXTENSIONS=1

4. Docker方式（替代方案）：

   # 使用官方PyTorch镜像
   docker pull pytorch/pytorch:latest

故障排除

• 权限问题：使用 --user 标志或虚拟环境
• 网络问题：使用国内镜像源

  pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

• CUDA错误：确保NVIDIA驱动版本与CUDA版本匹配

选择最适合你硬件配置的安装方式，虚拟环境能保持项目依赖的独立性。