Ubuntu環境下PyTorch常見問題及解決方法
在Ubuntu環境下使用pip或conda安裝PyTorch時，常因網絡連接不穩定導致下載失?。ㄈ绯瑫r報錯）。解決方法：優先更換國內鏡像源加速下載。例如，使用清華鏡像源安裝PyTorch：pip3 install torch torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple/；若使用conda，可添加清華鏡像源：conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/，并設置conda config --set show_channel_urls yes。
PyTorch的不同版本需對應特定版本的CUDA（如PyTorch 1.10需CUDA 11.3），版本不匹配會導致RuntimeError: Input type (torch.FloatTensor) and weight type (torch.cuda.FloatTensor) should be the same或安裝失敗。解決方法：安裝前確認CUDA版本（通過nvcc --version），再根據PyTorch官網推薦選擇兼容版本。例如，若系統CUDA為11.7，可使用命令：pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117；若使用conda，則指定cudatoolkit=11.7。
未安裝或安裝錯誤的NVIDIA顯卡驅動會導致CUDA無法正常工作（如系統黑屏、torch.cuda.is_available()返回False）。解決方法：① 通過ubuntu-drivers devices命令查看系統推薦的驅動版本；② 使用sudo apt install nvidia-driver-版本號安裝（如nvidia-driver-525）；③ 安裝完成后重啟系統，并通過nvidia-smi驗證驅動是否正常。
安裝PyTorch或其依賴組件（如torchvision）時，可能因缺失pandas、tensorboard等庫導致失敗。解決方法：根據錯誤提示安裝缺失的依賴。例如，若提示缺少pandas，可使用conda install pandas或pip install pandas；若使用conda創建環境，建議提前安裝基礎依賴：conda install numpy pyyaml mkl mkl-include setuptools cmake cffi typing_extensions future six requests dataclasses。
CUDA和PyTorch需要正確配置PATH、LD_LIBRARY_PATH等環境變量，否則會導致ImportError: libmkl_intel_lp64.so: cannot open shared object file或ModuleNotFoundError。解決方法：編輯~/.bashrc文件，添加以下內容（根據CUDA安裝路徑調整）：
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
保存后執行source ~/.bashrc使配置生效。
使用torch.utils.data.DataLoader時，常見兩個問題：① 設置num_workers>0時報RuntimeError: already started；② 輸入圖像未轉換為張量導致TypeError: found class 'PIL.Image.Image'。解決方法：① 將num_workers設置為0（禁用多線程）或確保系統支持多線程；② 在創建torchvision.Dataset對象時，添加transform.ToTensor()轉換，例如：transform=transforms.Compose([transforms.ToTensor()])。
在PyTorch中使用SummaryWriter記錄日志時，可能因未安裝tensorboard導致ImportError: TensorBoard logging requires TensorBoard with Python summary writer installed。解決方法：安裝tensorboard包（推薦使用conda避免兼容性問題）：conda install tensorboard；安裝后通過tensorboard --logdir=log_dir --port=6006啟動服務，其中log_dir為日志保存路徑。
將CPU上的torch.FloatTensor輸入到GPU模型中，會報RuntimeError: Input type (torch.FloatTensor) and weight type (torch.cuda.FloatTensor) should be the same。解決方法：將輸入數據移動到GPU上，使用.to(device)方法。例如：
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
input_data = input_data.to(device)
model = model.to(device)
