Ubuntu与PyTorch版本匹配问题

Ubuntu 与 PyTorch 版本匹配与选型指南

一、选择原则

• 优先选择 Ubuntu 22.04 LTS（默认 Python 3.10，生态与驱动对新硬件与 CUDA 12.x 支持更好），适合新显卡（如 RTX 40 系列）与 PyTorch 2.x；如需长期稳定与旧依赖兼容，可选 Ubuntu 20.04 LTS（默认 Python 3.8，对 CUDA 11.x 与旧项目更稳）。非 LTS 版本支持周期短，易引发依赖断裂，不推荐生产或长期研发环境使用。

二、版本匹配速查表

说明：

• 上表的 PyTorch 与 CUDA 组合为常见可用搭配；实际以项目所需 CUDA 为准（如部分环境仍固定 CUDA 11.8）。
• 若使用 Ubuntu 24.04，默认 Python 3.12 可能与部分旧版 PyTorch 不兼容，建议用 3.10/3.11 或 conda 环境管理版本。

三、安装与验证步骤

• 准备环境
  • 更新系统并安装基础工具：sudo apt update && sudo apt install -y build-essential git curl python3 python3-pip python3-venv
  • 建议使用虚拟环境（venv 或 conda）隔离依赖
• 确认版本与驱动
  • 查看系统版本：lsb_release -a
  • 查看 Python：python3 --version
  • 查看驱动/CUDA 能力：nvidia-smi（右上显示 Supported/Runtime CUDA）
  • 查看工具链：nvcc --version（如安装 CUDA Toolkit）
• 安装命令示例（按需选择其一）
  • CPU 版（通用）：pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu
  • GPU 版（CUDA 12.6）：pip3 install torch==2.6.0+cu126 torchvision==0.17.0+cu126 torchaudio==2.6.0+cu126 --index-url https://download.pytorch.org/whl/cu126
  • GPU 版（CUDA 11.8）：pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
  • Conda 方式（CUDA 11.7）：conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia
• 验证安装
  • python - <<'PY' import torch, sys print("Python:", sys.version) print("Torch:", torch.__version__) print("CUDA available:", torch.cuda.is_available()) print("cuDNN:", torch.backends.cudnn.version() if torch.cuda.is_available() else "N/A") PY
• 常见问题处理
  • 网络慢/超时：使用国内镜像（如清华源）或官方 whl 索引
  • 版本冲突：避免 apt 与 pip 混装；如曾 apt install python3-pytorch，先 sudo apt remove python3-pytorch
  • 依赖缺失（Ubuntu 24.04 常见）：sudo apt install -y libgl1 libglib2.0-0 ffmpeg
  • pip 过旧：python -m pip install --upgrade pip
  • 驱动不匹配：nvidia-smi 显示的 CUDA 能力需 ≥ 所选 PyTorch 的 CUDA 运行时。

四、典型场景推荐

• 新项目/新硬件（如 RTX 4090）：Ubuntu 22.04 LTS + Python 3.10 + PyTorch 2.6.0 + CUDA 12.6（或 12.1/12.4），驱动 535+，兼顾性能与生态。
• 旧项目/旧依赖（如 CUDA 11.8、TF 1.x 等）：Ubuntu 20.04 LTS + Python 3.8 + PyTorch 1.13~2.1 + CUDA 11.8，稳定性优先。
• 必须使用 Ubuntu 24.04：优先 Python 3.10/3.11，如需 CUDA 11.8 可选对应 PyTorch 版本；若 Python 3.12 不兼容，使用 conda 创建 3.10/3.11 环境再安装。