Вы узнаете команды для pip и conda, как активировать виртуальные окружения и что делать с остатками. Это решит проблемы с конфликтами версий или ошибками импорта. Подходит для Windows, Mac и Linux.

Удаление PyTorch через pip

Установка PyTorch через pip - самый распространенный сценарий для разработчиков на чистом Python. Здесь важно работать в правильном виртуальном окружении, иначе можно случайно удалить не ту версию. Активация окружения предотвращает путаницу, особенно если у вас несколько проектов.

Например, если PyTorch стоит глобально, удаление затронет все скрипты. А в venv или virtualenv изменения локальны. После команды проверьте импорт в Python, чтобы убедиться в успехе. Это базовый метод, но требует внимания к деталям.

• Активируйте виртуальное окружение:
  • Windows: myenv\Scripts\activate
  • Mac/Linux: source myenv/bin/activate
• Удалите основной пакет: pip uninstall torch
• Удалите связанные библиотеки: pip uninstall torchvision torchaudio
• Подтвердите удаление, введя y при запросе.

Нюанс: Если пакет не удаляется, повторите команду несколько раз - иногда остаются фрагменты.

Проверьте результат: запустите python -c "import torch". Если ошибка ModuleNotFoundError, всё сработало.

Удаление PyTorch в Conda-окружениях

Conda управляет зависимостями строже, включая CUDA-версии для GPU. Перед удалением активируйте нужное окружение командой conda activate myenv. Это изолирует изменения и не затронет системные пакеты.

Проблемы возникают, если PyTorch установлен с CUDA - conda может оставить toolkit-пакеты. Удалите их явно, чтобы избежать конфликтов при переустановке. В отличие от pip, conda помнит зависимости и предлагает альтернативы. Идеально для сложных ML-проектов.

• Активируйте окружение: conda activate myenv
• Удалите пакеты: conda uninstall pytorch
• Дополнительно: conda uninstall torchvision torchaudio
• Для CUDA-зависимостей: conda uninstall pytorch-cuda

Важно: Локальный CUDA toolkit от NVIDIA не удаляется conda-командами - используйте панель управления или deb-пакеты.

После очистите кэш: conda clean --all. Тестируйте в новом терминале.

### Полная очистка системы от остатков

Иногда PyTorch остается в системных директориях, особенно после сборки из исходников или нескольких установок. Это приводит к перезаписи версий в разных окружениях. Проверьте site-packages в Python и удалите папки вручную.

Например, на Windows остатки в ~orch вызывают ошибки. Удалите venv целиком и пересоздайте. Для source-установок ищите в /usr/local или Anaconda pkgs. Это радикальный метод для полной перезагрузки.

• Найдите установки: pip list | grep torch или conda list pytorch
• Удалите глобально: pip uninstall torch -y (повторите 2-3 раза)
• Очистите кэш pip: pip cache purge
• Проверьте директории: python -c "import site; print(site.getsitepackages())"
• Удалите вручную папки torch/* в site-packages.

Сравнение методов очистки

Совет: Создайте бэкап окружения перед радикальными шагами.

Когда удаление PyTorch - ключ к стабильности

Мы разобрали команды для pip и conda, активацию окружений и полную очистку. Это решает 90% проблем с конфликтами версий или CUDA. Остатки вроде драйверов NVIDIA или системного CUDA требуют отдельных инструментов.

Дальше можно подумать о миграции на TensorFlow или JAX, если PyTorch не подходит. Или просто переустановить нужную версию с официального сайта. Главное - тестировать импорт после каждого шага.