PyTorch Ubuntu虚拟环境怎么建

ubuntu

小樊

2025-10-23 05:11:27

栏目: 云计算

在创建虚拟环境前，需确保Ubuntu系统为最新状态，并安装Python、pip等基础工具。打开终端，依次执行以下命令：

sudo apt update && sudo apt upgrade -y  # 更新系统包
sudo apt install python3 python3-pip python3-venv -y  # 安装Python3、pip及venv模块

通过python3 --version和pip3 --version验证安装是否成功。

选择项目目录（如~/myproject），使用venv模块创建名为pytorch_env的虚拟环境（名称可自定义）：

mkdir -p ~/myproject  # 创建项目目录（可选）
cd ~/myproject        # 进入项目目录
python3 -m venv pytorch_env  # 创建虚拟环境

这会在~/myproject下生成pytorch_env目录，包含虚拟环境的Python解释器和依赖库。

通过source命令激活虚拟环境，激活后终端提示符前会显示(pytorch_env)，表示当前处于虚拟环境中：

source pytorch_env/bin/activate

注意：后续所有PyTorch相关操作需在激活的虚拟环境中进行，避免依赖冲突。

根据硬件配置选择安装命令：

CPU版本（无GPU加速）：直接通过pip安装PyTorch核心包：
```
pip install torch torchvision torchaudio
```
GPU版本（需NVIDIA GPU+CUDA支持）：访问PyTorch官网，选择对应的CUDA版本（如CUDA 11.8），复制安装命令。例如，CUDA 11.8版本：
```
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu118
```
若未安装CUDA，需先参考NVIDIA官方文档安装对应版本的CUDA Toolkit和cuDNN库。

在虚拟环境中启动Python解释器，运行以下代码检查PyTorch版本及CUDA可用性：

import torch
print("PyTorch版本:", torch.__version__)  # 输出版本号（如2.1.0）
print("CUDA是否可用:", torch.cuda.is_available())  # GPU版本应返回True，CPU版本返回False

若输出符合预期，则说明PyTorch安装成功。

完成工作后，通过deactivate命令退出虚拟环境，恢复系统默认Python环境：

deactivate

退出后，终端提示符前的(pytorch_env)会消失。

最新问答