Ubuntu上PyTorch如何进行版本更新

Ubuntu上PyTorch版本更新指南

一 更新前准备

• 明确包管理器与虚拟环境：确认使用的是 pip 还是 conda，并在需要更新的虚拟环境中操作（如 conda 需先激活环境）。
• 检查当前版本与 CUDA 信息：
  • 查看 PyTorch 版本：python -c "import torch; print(torch.__version__)"
  • 查看 CUDA 运行时版本：python -c "import torch; print(torch.version.cuda)"
  • 查看驱动/CUDA 驱动版本：nvidia-smi（右上角显示 Supported/Runtime CUDA）
• 选择目标版本：优先前往 PyTorch 官网 Start Locally 选择与你系统、Python 版本、CUDA 版本匹配的安装命令，避免不兼容升级。

二 使用 pip 更新

• 升级到最新可用版本（同一大版本线内）：
  • pip install --upgrade torch torchvision torchaudio
• 跨版本或需要指定 CUDA 时，直接安装对应构建（推荐从官网复制命令）：
  • CPU 版本：pip install torch torchvision torchaudio
  • GPU 版本（示例为 CUDA 11.8）：pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
• 遇到冲突或残留导致的安装失败时，可先卸载再装：
  • pip uninstall torch torchvision torchaudio
  • 然后按上面的安装命令重装

三 使用 Conda 更新

• 激活环境：conda activate <your_env>
• 升级到最新可用版本：
  • conda update pytorch torchvision torchaudio -c pytorch
• 指定 CUDA 工具链（示例为 11.8）：
  • conda install pytorch torchvision torchaudio cudatoolkit=11.8 -c pytorch -c nvidia
• 如需全新安装，也可先 conda remove pytorch torchvision torchaudio 后按目标命令重装。

四 验证与常见问题

• 验证安装结果：
  • 版本号：python -c "import torch; print(torch.__version__)"
  • CUDA 可用性：python -c "import torch; print(torch.cuda.is_available())"
• 常见问题处理：
  • 网络慢或超时：使用国内镜像（如清华源）加速 pip 安装，例如
    • pip install torch torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple（镜像仅加速 PyPI 包，GPU 版本仍需从 PyTorch 官方通道获取）
  • 构建失败（如 “Could not build wheels for pytorch”）：
    • 升级 pip：pip install --upgrade pip
    • 安装系统构建依赖：sudo apt update && sudo apt install -y build-essential
    • 清理缓存并重试：pip install --no-cache-dir torch torchvision torchaudio
  • CUDA 不匹配：用 nvidia-smi 与 torch.version.cuda 核对驱动/运行时与 PyTorch 构建是否一致，必要时选择对应的 cu118/cu121 等构建重装。