代码收藏家 PyTorch环境搭建教程（Python版，2023最新指南）
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~
作者：pythonxiaowang8
