阅读量:2180
在Linux上更新PyTorch的步骤(支持pip/conda,适配Ubuntu/CentOS等发行版)
一、前置准备
-
确认当前环境:
打开终端,运行以下命令查看当前PyTorch版本及安装方式:python -c "import torch; print(torch.__version__); print(torch.__file__)"- 若路径包含
site-packages(如/usr/local/lib/python3.8/site-packages),则为pip安装; - 若路径包含
anaconda3/envs/your_env,则为conda安装。
- 若路径包含
-
检查系统依赖:
- 确保Python版本符合PyTorch要求(≥3.8);
- GPU用户需确认CUDA版本与PyTorch版本兼容(参考PyTorch官方CUDA兼容表)。
二、使用pip更新PyTorch(通用方法)
1. 升级pip到最新版本
pip是Python包管理工具,更新pip可避免安装冲突:
pip install --upgrade pip
2. 卸载旧版本(可选但推荐)
卸载现有PyTorch及相关库(torchvision、torchaudio),避免残留文件导致冲突:
pip uninstall torch torchvision torchaudio -y
3. 安装最新版本PyTorch
- CPU版本(无GPU加速):
pip install torch torchvision torchaudio - GPU版本(需指定CUDA工具包版本,如CUDA 11.7):
访问PyTorch官网获取对应命令,例如:pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117
4. 验证更新
运行Python代码检查版本:
python -c "import torch; print(torch.__version__)"
输出应为最新版本(如2.1.0)。
三、使用conda更新PyTorch(Anaconda/Miniconda用户)
1. 更新conda到最新版本
conda是Anaconda的包管理工具,更新conda可提升兼容性:
conda update conda
2. 激活目标环境(可选)
若使用虚拟环境,需先激活对应环境:
conda activate your_env_name
3. 卸载旧版本(可选但推荐)
卸载现有PyTorch及相关库:
conda remove pytorch torchvision torchaudio -y
4. 安装最新版本PyTorch
- CPU版本:
conda install pytorch torchvision torchaudio cpuonly -c pytorch - GPU版本(需指定CUDA工具包版本,如CUDA 11.7):
conda install pytorch torchvision torchaudio cudatoolkit=11.7 -c pytorch
5. 验证更新
运行Python代码检查版本,或使用conda命令查看:
python -c "import torch; print(torch.__version__)"
# 或
conda list torch
四、常见问题解决
-
权限不足:
若安装时报“Permission denied”,可添加--user参数(仅当前用户可用):pip install --user --upgrade torch torchvision torchaudio或使用
sudo(不推荐,可能影响系统Python环境):sudo pip install --upgrade torch torchvision torchaudio -
依赖冲突:
若出现依赖冲突(如numpy版本不兼容),可尝试先升级冲突的库:pip install --upgrade numpy或使用conda的
--freeze-installed参数(保留现有依赖):conda install pytorch torchvision torchaudio --freeze-installed -
版本回滚:
若更新后出现问题,可卸载当前版本并安装指定旧版本(如1.13.1):pip uninstall torch torchvision torchaudio -y pip install torch==1.13.1 torchvision==0.14.1 torchaudio==2.0.2
五、注意事项
- 虚拟环境:建议在虚拟环境中更新(如
conda create -n pytorch_env python=3.8),避免影响全局Python环境; - 网络问题:国内用户可使用清华镜像源加速pip安装(添加
-i https://pypi.tuna.tsinghua.edu.cn/simple参数); - CUDA驱动:GPU用户需确保系统CUDA驱动版本≥PyTorch要求的最低版本(如PyTorch 2.1需CUDA 11.8+)。