在 Ubuntu 用 Miniforge 建立 PyTorch CUDA 環境

在 Ubuntu 24.04 上，利用 Miniforge 建立 Python 環境，安裝支援 CUDA 的 PyTorch。

特別注意，從 PyTorch 2.6 開始，官方已不再發布 Conda 的 GPU 套件，因此必須改用 pip 搭配 PyTorch 官方提供的 CUDA 套件。

一 安裝 Miniforge

下載最新版 Miniforge 安裝腳本。

wget https://github.com/conda-forge/miniforge/releases/latest/download/Miniforge3-Linux-x86_64.sh

安裝執行檔。

bash Miniforge3-Linux-x86_64.sh

當安裝程式詢問是否要執行 conda init 時，選擇 no，避免修改 .bashrc 或 .profile。

二 啟用 Miniforge 基底環境

要使用 Miniforge 時，在當前 shell 手動載入即可。

source ~/miniforge3/bin/activate

出現 (base) 前綴代表 Miniforge 已啟用。

三 建立獨立的 PyTorch 環境

以 Python 3.10 建立名為 torch 的環境。

conda create -n torch python=3.10

啟用環境。

conda activate torch

四 移除可能已存在的 CPU 版 PyTorch

由於 Conda 預設可能從 conda-forge 安裝 CPU 版 PyTorch，先將其移除。

conda remove -y pytorch pytorch-cuda torchvision torchaudio

pip uninstall -y torch torchvision torchaudio

五 安裝支援 CUDA 的 PyTorch

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu126

六 驗證 CUDA 是否可用

python - <<'EOF'

import torch

print("PyTorch:", torch.__version__)

print("CUDA version:", torch.version.cuda)

print("CUDA available:", torch.cuda.is_available())

if torch.cuda.is_available():

    print("GPU name:", torch.cuda.get_device_name(0))

EOF

若 CUDA available 顯示 True，且顯示 GPU 名稱，代表 GPU 加速已正常啟用。