Ubuntu如何更新PyTorch到最新版

Ubuntu系統更新PyTorch到最新版的步驟

一、前置準備

1. 更新系統包：運行sudo apt update && sudo apt upgrade -y，確保系統軟件包為最新版本，避免依賴沖突。
2. 安裝/更新pip：PyTorch的安裝依賴pip，需確保pip為最新版。運行pip3 install --upgrade pip升級pip。
3. 確認環境：若使用虛擬環境（如conda或venv），需先激活目標環境（conda activate your_env或source venv/bin/activate），避免全局安裝導致版本混亂。

二、使用pip更新PyTorch（推薦）

pip是PyTorch官方推薦的安裝方式，能快速獲取最新版本。

1. 卸載舊版本（可選但推薦）：運行pip3 uninstall torch torchvision torchaudio，徹底移除舊版本，避免殘留文件導致沖突。
2. 選擇安裝命令：
   • GPU版本：若使用NVIDIA顯卡，需根據CUDA版本選擇對應命令（如CUDA 12.1）：
     pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
   • CPU版本：若無需GPU加速，運行：
     pip3 install torch torchvision torchaudio

   注：CUDA版本需與系統安裝的驅動兼容（如CUDA 12.1需驅動版本≥520.61.05），可通過nvcc --version查看當前CUDA版本。

3. 驗證安裝：運行Python交互環境，輸入以下命令：

   import torch
   print(torch.__version__)  # 輸出最新版本號（如2.1.0）
   print(torch.cuda.is_available())  # GPU版本應返回True
   

三、使用conda更新PyTorch（適合Anaconda用戶）

conda能自動解決依賴關系，適合新手或需要管理多個環境的情況。

1. 更新conda：運行conda update conda，確保conda為最新版。
2. 卸載舊版本（可選但推薦）：運行conda remove pytorch torchvision torchaudio cudatoolkit，徹底移除舊版本。
3. 選擇安裝命令：
   • GPU版本：指定CUDA工具包版本（如12.1）：
     conda install pytorch torchvision torchaudio cudatoolkit=12.1 -c pytorch -c nvidia
   • CPU版本：省略cudatoolkit參數：
     conda install pytorch torchvision torchaudio -c pytorch
4. 驗證安裝：運行conda list torch，查看PyTorch版本是否為最新；或在Python中執行上述驗證代碼。

四、注意事項

1. 備份項目：更新前備份代碼和數據，防止依賴沖突導致項目無法運行。
2. 虛擬環境：強烈建議使用虛擬環境（如conda或venv）隔離PyTorch版本，避免影響其他項目。
3. 驅動兼容性：GPU版本需確保CUDA驅動版本與PyTorch要求的版本匹配（如PyTorch 2.1.0需CUDA 11.8+），否則會出現torch.cuda.is_available()返回False的問題。
4. 鏡像加速：若安裝緩慢，可使用國內鏡像源（如清華源）：
   • pip：pip3 config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
   • conda：conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/。