### 如何在 Ubuntu 20.04 上卸载 PyTorch 并重新安装 #### 卸载现有 PyTorch 安装 如果之前通过 `pip` 或 `conda` 安装了 PyTorch，则需要先将其完全移除。 对于基于 pip 的安装方式： ```bash pip uninstall torch torchvision torchaudio ``` 如果是 Anaconda 环境中的安装方式： ```bash conda remove pytorch torchvision torchaudio cudatoolkit ``` 确保删除任何残留文件或缓存数据。可以清理 pip 缓存以释放空间： ```bash pip cache purge ``` #### 验证旧版本是否已成功卸载 运行以下命令验证是否有剩余的 PyTorch 组件存在： ```python import torch print(torch.__version__) ``` 如果没有错误提示且未显示版本号，则说明卸载完成[^1]。 --- #### 下载最新版 PyTorch 访问官方 PyTorch 官网获取最新的安装指令：https://pytorch.org/get-started/locally/ 根据硬件配置选择合适的选项（例如 CUDA 版本）。假设使用的是 NVIDIA GPU 和 CUDA 11.7，可以选择如下命令： 对于 pip 用户： ```bash pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117 ``` 对于 Conda 用户： ```bash conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia ``` 注意：CUDA 版本应与系统中实际安装的驱动程序兼容[^2]。 --- #### 测试新安装的 PyTorch 是否正常工作 创建一个新的 Python 脚本来测试安装情况： ```python import torch print(f"Torch version: {torch.__version__}") if torch.cuda.is_available(): print("CUDA is available!") print(f"CUDA version: {torch.version.cuda}") else: print("CUDA not detected.") ``` 如果一切设置正确，应该能够看到 Torch 的版本以及支持的 CUDA 信息[^3]。 --- ### 注意事项 - 如果遇到编译错误或其他问题，请检查 Python 环境是否干净，并确认依赖项均已满足。 - 对于自定义构建的情况，可能需要用到 `setup.py` 工具链来处理复杂场景下的安装需求。 ---