Ubuntu下PyTorch版本如何升级

Ubuntu下PyTorch升级指南

一 升级前检查

• 确认当前环境与版本：先激活你的虚拟环境（如 conda 或 venv），再查看已装版本与 CUDA 信息。
  示例：
  conda activate <your_env>
  python -c “import torch; print(‘torch==’+torch.version)”
  python -c “import torch; print(‘CUDA==’+torch.version.cuda)”
  nvidia-smi # 查看驱动与最高可用 CUDA（注意：该值不等同于 PyTorch 实际使用的 CUDA 运行时）
• 明确目标：是否需要 GPU 支持、目标 PyTorch 版本、以及与之匹配的 CUDA/cuDNN 版本。若计划升级 CUDA，请先确认显卡驱动满足要求。

二 使用 pip 升级

• 建议在同一虚拟环境内操作，避免跨环境污染。
• 升级到最新可用版本：
  pip install --upgrade torch torchvision torchaudio
• 如需指定版本（示例为 2.1.0）：
  pip install torch==2.1.0 torchvision==0.16.0 torchaudio==2.1.0
• GPU 版本（示例为 CUDA 11.8）：
  pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
• CPU 版本：
  pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu
• 网络较慢可使用国内镜像（如清华源）加速：
  pip install torch torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple
• 升级后验证：
  python -c “import torch; print(‘torch==’+torch.version)”
  python -c “import torch; print(‘CUDA available:’, torch.cuda.is_available())”

三 使用 Conda 升级

• 激活目标环境：conda activate <your_env>
• 升级到最新可用版本：
  conda update pytorch torchvision torchaudio -c pytorch
• 如需指定版本（示例为 2.1.0）：
  conda install pytorch=2.1.0 torchvision=0.16.0 torchaudio=2.1.0 -c pytorch
• GPU 版本（示例为 CUDA 11.8）：
  conda install pytorch torchvision torchaudio cudatoolkit=11.8 -c pytorch -c nvidia
• CPU 版本：
  conda install pytorch torchvision torchaudio cpuonly -c pytorch
• 升级后验证：
  python -c “import torch; print(‘torch==’+torch.version)”
  python -c “import torch; print(‘CUDA available:’, torch.cuda.is_available())”

四 升级失败的处理

• 依赖冲突或升级卡死：先卸载后重装（注意同时处理 torchvision/torchaudio 的版本匹配）。
  pip 方案：pip uninstall torch torchvision torchaudio
  conda 方案：conda remove pytorch torchvision torchaudio
  然后按上文对应方式重新安装。
• 版本不匹配或 CUDA 不可用：
  • 核对 PyTorch 与 CUDA/cuDNN 的兼容矩阵（以官网命令为准）。
  • 若需更高 CUDA（如从 11.x 升到 12.x），先升级 NVIDIA 驱动，再安装对应 CUDA Toolkit 或使用 conda cudatoolkit；升级驱动后可用 nvidia-smi 验证。
• 网络问题：切换镜像源或官方通道并重试。