PyTorch 2.6.0 安装指南

钟擎烽

已于 2025-03-19 00:49:05 修改

阅读量3.3k

点赞数 30

分类专栏：人工智能文章标签： pytorch 人工智能 python

于 2025-03-19 00:25:50 首次发布

本文链接：https://blog.csdn.net/qq_46311839/article/details/146356529

版权

人工智能专栏收录该内容

3 篇文章

订阅专栏

1. 了解 PyTorch、Conda、Miniconda 和 Anaconda

1.1 PyTorch 是什么？

PyTorch 是一个开源的深度学习框架，广泛应用于人工智能研究和实际应用。由 Facebook（现 Meta）开发，支持 GPU 加速计算，适用于构建和训练神经网络。

1.2 Conda、Miniconda 和 Anaconda 的区别

Conda：一个开源的包管理和环境管理工具，支持 Python 及其他语言的包管理。
Anaconda：包含 Conda 及大量数据科学工具的完整发行版，适合初学者，但体积较大。
Miniconda：精简版的 Anaconda，仅包含 Conda 和 Python，更加轻量灵活，推荐安装。

2. 硬件和软件环境

操作系统：Windows 10 64 位
显卡：NVIDIA RTX 2070 Super
驱动版本：572.61
CUDA 版本：12.8（由驱动支持的最高 CUDA 版本决定）
Python 版本：3.9
PyTorch 版本：2.6.0

3. CUDA 版本与 PyTorch 兼容性

CUDA 版本由显卡驱动决定，而不是用户手动安装的 CUDA 工具包。

示例：

NVIDIA 驱动 572.61 → 支持 CUDA 12.8
NVIDIA 驱动 551.61 → 支持 CUDA 12.5
NVIDIA 驱动 528.49 → 支持 CUDA 11.8

安装 PyTorch 时需要选择与驱动匹配的 CUDA 版本。

4. 安装步骤

4.1 下载并安装 Miniconda

访问 Miniconda 官网下载适用于 Windows 64 位的安装包，并按照默认设置安装。

4.2 配置 Conda 环境变量

4.2.1 打开环境变量设置

按 Win + R，输入 sysdm.cpl，回车，进入 “高级” > “环境变量”。

4.2.2 添加 Miniconda 相关路径

在 系统变量 或 用户变量 中找到 Path，双击打开，点击 “新建”，添加以下路径（请根据实际安装路径调整）：

C:\Users\你的用户名\Miniconda3
C:\Users\你的用户名\Miniconda3\Scripts
C:\Users\你的用户名\Miniconda3\condabin

点击 “确定” 保存。

4.2.3 验证 Conda 安装是否成功

重新打开 CMD 或 PowerShell，输入：

conda --version

如果成功显示 Conda 版本，说明环境变量配置正确。

4.3 安装 PyTorch 2.6.0

4.3.1 创建 Conda 虚拟环境

conda create -n torch_2.6.0 python=3.9

如果遇到 SSL 连接错误，可尝试：

conda config --set ssl_verify no

然后重新运行 conda create 命令。

4.3.2 激活虚拟环境

conda activate torch_2.6.0

4.3.3 检查 NVIDIA 驱动和 CUDA 版本

nvidia-smi

示例输出：

+-----------------------------------------------------------------------------------------+
| NVIDIA-SMI 572.61                 Driver Version: 572.61         CUDA Version: 12.8     |
+-----------------------------------------------------------------------------------------+

nvidia-smi 用于查看显卡信息，包括驱动版本和支持的 CUDA 版本。

如果已经安装了 CUDA 工具包，可以使用以下命令查看 CUDA 具体版本：

nvcc --version

4.3.4 下载并安装 PyTorch 2.6.0

访问 PyTorch 官网选择适合的版本。

运行以下命令安装 PyTorch 及其依赖：

pip install --no-cache-dir torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu126

如果 CUDA 版本为 12.8，需要安装兼容的 PyTorch 版本，可手动下载 .whl 文件后安装：

pip install torch-2.6.0+cu126-cp39-cp39-win_amd64.whl

4.3.5 验证 PyTorch 是否安装成功

python -c "import torch; print(torch.__version__)"

如果输出 2.6.0，说明 PyTorch 安装成功。

5. 总结

本次安装包括：

Miniconda 的安装与环境变量配置。
Conda 虚拟环境的创建与激活。
NVIDIA 驱动与 CUDA 版本检查。
PyTorch 2.6.0 的安装与验证。

本指南适用于 Windows 10 64 位系统，NVIDIA RTX 2070 Super 显卡，CUDA 12.8 版本。

如果未来更换设备，可参考 nvidia-smi 命令获取驱动版本，并查找支持的 CUDA 版本，再选择合适的 PyTorch 版本进行安装。