Ubuntu 卸载 PyTorch 的完整步骤
一、先确认安装方式与位置
- 查看是否安装以及版本：
- python -c “import torch; print(torch.version)”
- 判断安装来源（pip 或 conda）：
- pip list | grep torch
- conda list | grep torch
- 若使用虚拟环境，先激活对应环境（如 conda activate <env_name>），再执行上述检查与卸载，避免影响其他项目。
二、按安装方式执行卸载
- 使用 pip 安装
- 卸载命令：pip uninstall torch torchvision torchaudio
- 如存在历史包名或变体，可补充：pip uninstall pytorch-gpu（若曾安装过该包名）
- 使用 conda 安装
- 卸载命令：conda remove pytorch torchvision torchaudio
- 验证是否卸载干净：
- pip list | grep torch 或 conda list | grep torch 应无输出
- python -c “import torch” 应提示 ModuleNotFoundError
三、源码编译或异常残留的处理
- 源码编译安装（进入原 PyTorch 源码目录后）：
- python setup.py clean
- rm -rf build/
- 删除安装目录（路径因环境而异，常见如：/usr/local/lib/pythonX.X/dist-packages/torch* 或 /usr/lib/pythonX.X/site-packages/torch*）
- 手动清理残留（谨慎操作，确保路径正确）：
- rm -rf ~/.cache/pip
- 如为 Anaconda，可清理日志：rm -rf ~/anaconda3/logs/*
- 再次验证：python -c “import torch” 应失败。
四、仅想移除 GPU 相关组件或连同 CUDA 一并清理
- 仅移除 GPU 版本的 PyTorch（保留 CPU 版或其他包）：
- pip uninstall torch torchvision torchaudio pytorch-gpu
- 连同 CUDA 与 cuDNN 一起卸载（仅在你确定不再需要 GPU 环境时执行）：
- 示例（版本号按实际安装为准）：sudo apt-get remove cuda-11.0 libcudnn7=7.6.5.31-1+cuda11.0
- 清理无用依赖：sudo apt autoremove
- 风险提示：卸载系统级 CUDA/cuDNN 可能影响其他依赖 GPU 的程序；请先确认无其他项目在使用。
五、注意事项
- 不要卸载系统自带的 Python（如 python3.x），以免影响系统组件；本操作仅针对 PyTorch 包或相应 conda 环境。
- 优先在独立的虚拟环境（venv/conda）中管理包，卸载更安全、可回滚。
- 若遇到权限错误，优先在对应虚拟环境内操作；必要时使用 --user 或在 conda 环境中执行，避免对系统目录误删。
