[Python]手把手教你搞定PyTorch环境搭建（2023新版）

最新推荐文章于 2025-04-23 14:52:09 发布

pythonxiaowang8

最新推荐文章于 2025-04-23 14:52:09 发布

阅读量923

点赞数 18

文章标签： python pytorch 开发语言其他

本文链接：https://blog.csdn.net/pythonxiaowang8/article/details/147343369

版权

文章目录

前情提要（必看）

还在为PyTorch版本兼容问题抓狂？（我懂你）明明跟着教程走，却总是遇到ImportError或者CUDA不可用的报错？别担心！这篇保姆级教程将用最直白的语言，带你避开所有安装坑点（亲测有效）！

一、装备检查（关键第一步）

1.1 Python版本自查

按住Win+R输入cmd打开命令行，输入：

python --version

（重要）PyTorch目前支持的Python版本范围是3.8-3.11。如果你的版本是3.7或更早，建议先升级Python！

1.2 CUDA生存指南

查看显卡是否支持CUDA

右键桌面→NVIDIA控制面板→帮助→系统信息→组件选项卡
看到NVCUDA.DLL后面对应的版本号了吗？这就是你显卡支持的最高CUDA版本（比如12.1.105）

两种查看CUDA版本的方法（容易搞混）

nvidia-smi  # 显示驱动支持的最高CUDA版本
nvcc --version  # 显示实际安装的CUDA工具包版本

如果两个命令显示的版本不一致（常见现象），以nvcc --version为准！

二、官方版本对照表（2023最新版）

PyTorch版本	推荐Python版本	可用CUDA版本	torchvision版本
2.0.1	3.8-3.11	11.7/11.8	0.15.2
1.13.1	3.7-3.10	11.6/11.7	0.14.1
1.12.1	3.7-3.10	10.2/11.6	0.13.1

（避坑提醒）不要盲目追新！最新版PyTorch可能和部分第三方库存在兼容性问题，建议新手选择LTS长期支持版本（当前是1.13.1）

三、三种安装姿势（任选其一）

3.1 官网命令生成器（推荐新手）

访问pytorch.org → 选择你的配置 → 复制命令
比如选择Stable(1.13.1)、Windows、Conda、CUDA 11.6，会得到：

conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 pytorch-cuda=11.6 -c pytorch -c nvidia

3.2 pip精准安装（适合老司机）

# CUDA 11.6版本
pip install torch==1.13.1+cu116 torchvision==0.14.1+cu116 --extra-index-url https://download.pytorch.org/whl/cu116

# CPU版本（无显卡可用）
pip install torch==1.13.1+cpu torchvision==0.14.1+cpu

3.3 离线安装大法（网络不好时用）

访问https://download.pytorch.org/whl/torch_stable.html
按ctrl+F搜索对应版本（如cu116/torch-1.13.1%2Bcu116）
下载.whl文件后本地安装：

pip install D:\Downloads\torch-1.13.1+cu116-cp38-cp38-win_amd64.whl

四、验收测试（必须做）

新建test.py输入以下代码：

import torch
print(f"PyTorch版本：{torch.__version__}")
print(f"CUDA可用：{torch.cuda.is_available()}")
print(f"当前显卡：{torch.cuda.get_device_name(0)}" if torch.cuda.is_available() else "CPU模式")

运行后看到类似这样的输出就成功啦！

PyTorch版本：1.13.1+cu116
CUDA可用：True
当前显卡：NVIDIA GeForce RTX 3090

五、常见翻车现场急救包

5.1 报错：`No module named 'torch'`

原因：安装时没激活虚拟环境！
解决方案：

conda create -n pytorch_env python=3.9  # 创建环境
conda activate pytorch_env  # 激活环境
重新执行安装命令

5.2 报错：`CUDA driver version is insufficient`

原因：显卡驱动太旧！
解决方法：去NVIDIA官网下载最新驱动，安装时勾选"清洁安装"

5.3 安装后import torch报错

尝试这个万能修复命令：

pip install --upgrade --force-reinstall torch torchvision torchaudio

六、版本管理黑科技

强烈建议使用conda创建独立环境（每个项目一个环境）：

conda create -n myproject python=3.9  # 创建环境
conda activate myproject  # 进入环境
conda list  # 查看当前环境安装的包
conda install pytorch=1.13.1 -c pytorch  # 指定版本安装

结语（老司机忠告）

安装PyTorch就像谈恋爱——强扭的瓜不甜！一定要根据自己电脑的实际情况选择版本组合。如果遇到问题，记住三件套：

检查版本对应关系
使用虚拟环境隔离
善用conda clean --all和pip cache purge清理缓存

（终极秘籍）实在搞不定的时候，试试Docker大法！官方镜像已经配置好所有依赖：

docker pull pytorch/pytorch:1.13.1-cuda11.6-cudnn8-runtime

现在你已经掌握了PyTorch安装的终极奥义，快去征服深度学习的世界吧！如果还有疑问，欢迎在评论区call我~