当前位置：首页 > Ubuntu > 正文

Ubuntu上PyTorch部署完整指南（手把手教你从零搭建深度学习环境）

在深度学习和人工智能快速发展的今天，Ubuntu PyTorch部署已成为开发者和研究人员的必备技能。无论你是刚入门的新手，还是有一定经验的开发者，本教程将带你一步步在Ubuntu系统上完成PyTorch的安装与部署，助你轻松开启深度学习环境搭建之旅。

为什么选择Ubuntu部署PyTorch？

Ubuntu是Linux发行版中最受欢迎的操作系统之一，因其稳定性、开源生态以及对GPU驱动的良好支持，被广泛用于Ubuntu深度学习部署场景。而PyTorch作为当前最流行的深度学习框架之一，以其动态图机制和易用性深受开发者喜爱。

在开始之前，请确保你的系统满足以下条件：

打开终端（Ctrl + Alt + T），执行以下命令更新系统并安装必要的工具：

sudo apt updatesudo apt upgrade -ysudo apt install -y python3 python3-pip python3-venv git

为避免包冲突，建议在虚拟环境中安装PyTorch：

# 创建虚拟环境python3 -m venv pytorch_env# 激活虚拟环境source pytorch_env/bin/activate# 升级pippip install --upgrade pip

访问 PyTorch官网获取最新安装命令。根据你的系统配置（是否使用GPU），选择对应的命令。

情况1：仅使用CPU（适合无NVIDIA显卡的用户）

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu

情况2：使用NVIDIA GPU（需已安装CUDA驱动）

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

注意：cu118 表示 CUDA 11.8。请根据你的驱动版本选择合适的 CUDA 版本（如 cu121 对应 CUDA 12.1）。

在终端中启动 Python 并运行以下代码：

python3>>> import torch>>> print(torch.__version__)>>> print(torch.cuda.is_available())  # 如果有GPU，应返回True

如果输出了 PyTorch 版本号，并且 torch.cuda.is_available() 返回 True（有GPU时），说明你的 PyTorch安装教程已成功完成！

pip 安装慢？ 可使用国内镜像源，例如：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple torch
CUDA不可用？ 请确认已正确安装 NVIDIA 驱动，并通过 nvidia-smi 命令查看驱动版本。
权限错误？ 确保你在虚拟环境中操作，不要使用 sudo 安装 pip 包。