### Ubuntu 上安装 Python 3.8 和 PyTorch 1.10.0 的方法 #### 安装 Python 3.8 在 Ubuntu 系统上，可以通过系统的软件源或者 `dead snakes` PPA 来安装特定版本的 Python。以下是具体操作： 更新系统包列表并添加 `deadsnakes/ppa` 源： ```bash sudo apt update && sudo apt upgrade -y sudo add-apt-repository ppa:deadsnakes/ppa sudo apt update ``` 安装 Python 3.8： ```bash sudo apt install python3.8 python3.8-distutils ``` 验证安装是否成功： ```bash python3.8 --version ``` 为了方便管理不同版本的 Python 解释器，可以设置默认解释器（可选）： ```bash sudo update-alternatives --install /usr/bin/python3 python3 /usr/bin/python3.8 1 ``` --- #### 使用 Conda 创建虚拟环境 Conda 是一种强大的工具，用于管理和隔离不同的开发环境。按照以下步骤创建一个基于 Python 3.8 的虚拟环境。 安装 Miniconda 或 Anaconda（如果尚未安装）： ```bash wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh bash Miniconda3-latest-Linux-x86_64.sh source ~/.bashrc ``` 创建一个新的虚拟环境，并指定 Python 版本为 3.8： ```bash conda create -n pytorch-env python=3.8 conda activate pytorch-env ``` --- #### 安装 PyTorch 1.10.0 根据官方文档[^2]，可以选择通过命令行直接安装 PyTorch。对于 CUDA 11.2 支持的 GPU 加速版本，运行如下命令： ```bash conda install pytorch==1.10.0 torchvision torchaudio cudatoolkit=11.2 -c pytorch -c nvidia ``` 如果不使用 GPU，则可以安装 CPU-only 版本： ```bash conda install pytorch==1.10.0 torchvision torchaudio cpuonly -c pytorch ``` 验证安装是否成功： ```python import torch print(torch.__version__) print(torch.cuda.is_available()) # 如果有 GPU 则返回 True ``` --- #### 额外依赖项（如 PyG） 如果有额外需求，比如安装 `pytorch-geometric` 及其相关库，可以根据参考内容[^3]执行以下步骤： 安装必要的扩展包： ```bash pip install torch-scatter -f https://data.pyg.org/whl/torch-1.9.0+cu111.html pip install torch-sparse -f https://data.pyg.org/whl/torch-1.9.0+cu111.html pip install torch-geometric ``` 注意：上述 URL 中的 `torch-1.9.0+cu111` 应替换为与当前 PyTorch 版本一致的内容。建议查阅 [PyG 官方页面](https://pytorch-geometric.readthedocs.io/en/latest/) 获取最新兼容性信息。 --- ### 总结 以上流程涵盖了从基础到高级的需求，包括 Python 3.8 的安装、Conda 虚拟环境的构建以及 PyTorch 1.10.0 的安装过程。若有进一步定制化需求，可根据实际场景调整配置。 相关问题