ubuntu下pytorch怎么用

在 Ubuntu 下使用 PyTorch，通常分为安装和基本使用两部分。下面给你一个从零开始的实用指南。

一、安装 PyTorch（Ubuntu）

1. 安装 Python 和 pip

Ubuntu 一般自带 Python3，先确认：

python3 --version
pip3 --version

如果没有 pip：

sudo apt update
sudo apt install python3-pip

2. 创建虚拟环境（推荐）

sudo apt install python3-venv
python3 -m venv pytorch-env
source pytorch-env/bin/activate

3. 安装 PyTorch（CPU 版）

pip install torch torchvision torchaudio

4. 安装 PyTorch（GPU 版，有 NVIDIA 显卡）

先确认有 CUDA：

nvidia-smi

然后到官网选择对应版本：
https://pytorch.org/get-started/locally/

例如 CUDA 12.1：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

二、验证 PyTorch 是否安装成功

import torch
print(torch.__version__)
print(torch.cuda.is_available())  # GPU 是否可用

三、PyTorch 基本使用示例

1. 创建张量（Tensor）

import torch

x = torch.tensor([1.0, 2.0, 3.0])
y = torch.randn(3, 3)
print(x)
print(y)

2. GPU 加速（如果有显卡）

device = "cuda" if torch.cuda.is_available() else "cpu"
x = x.to(device)

3. 简单神经网络示例

import torch.nn as nn

model = nn.Sequential(
    nn.Linear(10, 20),
    nn.ReLU(),
    nn.Linear(20, 1)
)

x = torch.randn(5, 10)
out = model(x)
print(out.shape)

4. 训练基本流程

import torch.optim as optim

criterion = nn.MSELoss()
optimizer = optim.SGD(model.parameters(), lr=0.01)

for epoch in range(10):
    optimizer.zero_grad()
    output = model(x)
    loss = criterion(output, torch.randn(5, 1))
    loss.backward()
    optimizer.step()
    print(loss.item())

四、常用命令总结

source pytorch-env/bin/activate   # 激活环境
pip install torch                 # 安装
python train.py                   # 运行脚本
deactivate                        # 退出环境

五、常见问题

CUDA 不可用：驱动或 PyTorch CUDA 版本不匹配
下载慢：使用国内源

pip install torch -i https://pypi.tuna.tsinghua.edu.cn/simple

Jupyter 使用：

pip install jupyter
jupyter notebook

如果你愿意，可以告诉我：

✅ 是否有 GPU
✅ 用于深度学习 / 推理 / 课程作业
✅ 是否用 Jupyter / PyCharm

我可以直接给你一套最适合你的配置方案。