Ubuntu 20.04 完美安装 PyTorch 2.7.1 指南：避坑与加速

内容摘要：Ubuntu 20.04 完美安装 PyTorch 2.7.1 指南：避坑与加速,

最近需要在 Ubuntu 20.04 环境下安装 PyTorch 2.7.1，踩了不少坑。从 CUDA 驱动版本到 pip 源的选择，一路下来颇为艰辛。记录下来，希望能帮助大家少走弯路。本文将详细介绍如何在 Ubuntu 20.04 环境下正确安装 PyTorch 2.7.1，并分享一些实用技巧和避坑经验。

问题场景重现：CUDA 驱动版本与 PyTorch 版本不兼容

最常见的问题就是 CUDA 驱动版本与 PyTorch 版本不兼容。如果你之前安装过其他版本的 CUDA，可能会导致环境冲突。另外，pip 源的选择也很重要，国内的网络环境经常导致下载速度慢甚至下载失败。

底层原理深度剖析：CUDA、cuDNN 与 PyTorch 的关系

要理解这个问题，首先要搞清楚 CUDA、cuDNN 和 PyTorch 之间的关系。CUDA 是 NVIDIA 提供的并行计算平台和编程模型，让开发者能够使用 GPU 进行通用计算。cuDNN 是 NVIDIA 提供的深度学习加速库，它在 CUDA 的基础上进行了优化，提供了高性能的神经网络计算接口。PyTorch 则是一个深度学习框架，它依赖 CUDA 和 cuDNN 来加速 GPU 上的运算。

因此，安装 PyTorch 之前，需要确保 CUDA 驱动版本与 PyTorch 版本兼容。你可以通过 PyTorch 官方文档或者 NVIDIA 官网查询兼容性信息。

具体解决方案：安装 CUDA 驱动、cuDNN 和 PyTorch

1. 卸载旧版本 CUDA 驱动

如果之前安装过 CUDA 驱动，建议先卸载，避免冲突。

sudo apt-get purge nvidia*
sudo apt-get autoremove
sudo apt-get autoclean

2. 安装 NVIDIA 驱动

首先更新 apt 索引：

sudo apt update

然后安装推荐的 NVIDIA 驱动：

sudo ubuntu-drivers autoinstall

验证驱动是否安装成功：

nvidia-smi

如果能看到 NVIDIA 驱动信息，说明安装成功。

3. 安装 CUDA

下载 CUDA Toolkit，可以从 NVIDIA 官网下载。选择与 PyTorch 兼容的版本。例如 CUDA 11.6 或者 CUDA 11.7。根据官网步骤安装 CUDA，注意配置环境变量：

export PATH=/usr/local/cuda-11.7/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.7/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

将以上两行添加到 ~/.bashrc 文件中，并执行 source ~/.bashrc 使其生效。

4. 安装 cuDNN

下载与 CUDA 版本对应的 cuDNN，同样从 NVIDIA 官网下载。解压后，将文件复制到 CUDA 目录下：

sudo cp cuda/include/cudnn*.h /usr/local/cuda-11.7/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-11.7/lib64
sudo chmod a+r /usr/local/cuda-11.7/include/cudnn*.h /usr/local/cuda-11.7/lib64/libcudnn*

5. 安装 PyTorch 2.7.1

使用 pip 安装 PyTorch 2.7.1，建议使用国内镜像源，例如清华源或者阿里云源：

pip install torch==2.7.1 torchvision torchaudio --index-url https://pypi.tuna.tsinghua.edu.cn/simple

6. 验证 PyTorch 安装是否成功

打开 Python 解释器，导入 torch 模块，并检查 CUDA 是否可用：

import torch
print(torch.cuda.is_available())

如果输出 True，说明 PyTorch 已经成功安装并可以使用 CUDA 加速。

实战避坑经验总结

• 版本匹配：务必确保 CUDA 驱动、cuDNN 和 PyTorch 版本兼容。
• 镜像源：使用国内镜像源可以显著提高下载速度。
• 环境变量：正确配置 CUDA 环境变量。
• 权限问题：注意文件权限，避免因权限不足导致安装失败。
• Docker：如果不想折腾环境，可以考虑使用 Docker 容器。

进一步优化：使用 conda 管理环境

为了更好地管理 Python 环境，建议使用 conda。你可以创建一个独立的 conda 环境，专门用于 PyTorch 开发：

conda create -n pytorch python=3.8
conda activate pytorch
conda install pytorch torchvision torchaudio cudatoolkit=11.7 -c pytorch

使用 conda 管理环境可以避免与其他 Python 包冲突，提高开发效率。

总的来说，在 Ubuntu 20.04 下安装 PyTorch 2.7.1 并不复杂，只要注意版本兼容性、选择合适的镜像源，并正确配置环境变量，就能顺利完成安装。希望本文能帮助你解决安装过程中遇到的问题。