当前位置：首页 > news >正文

安装 cuda 版本 PyTorch（2025）

news 2025/8/7 5:36:31

1、win10 安装 cuda 和 cudnn

参考其他博客，安装适合需求和机器的版本。

版本检测

nvcc -V

若有多个 cuda 版本，需要将用到的版本的环境变量移动到最上面，并保存。重新开 conda 窗口，输入 nvcc -V 检测。

2、win10 安装 cuda 版本的 PyTorch

2.1. 打开 Anaconda Prompt

按下Win键，搜索并打开Anaconda Prompt (Anaconda3)。

2.2. 创建虚拟环境

输入以下命令创建一个名为pytorch_env（可自定义）的环境，指定 Python 3.11：

conda create -n pytorch_env python=3.11 -y

若想使用 Python 3.10，将python=3.11改为python=3.10即可。

2.3. 激活环境

创建完成后，激活环境：

conda activate pytorch_env

（此时命令行前缀会显示(pytorch_env)，表示已进入该环境）

2.4. 安装 PyTorch（根据 CUDA 版本选择）

在 pytorch 官网页面，选择适合自己机器的版本，进行安装。
我的是 cuda12.6，选择

# CUDA 12.6
pip install torch==2.6.0 torchvision==0.21.0 torchaudio==2.6.0 --index-url https://download.pytorch.org/whl/cu126

若下载速度太慢，检查是否配置镜像，参考博客进行配置。

2.5. 验证安装是否成功

在环境中输入python进入 Python 交互模式，执行以下代码：

python
运行
import torch
# 检查PyTorch版本
print(torch.__version__)
# 检查CUDA是否可用
print(torch.cuda.is_available())  # 输出True表示成功
# 检查CUDA版本
print(torch.version.cuda)  # 输出12.6或11.6（与安装时选择的版本一致）

若torch.cuda.is_available()返回True，则说明 CUDA 加速已生效。

3、失败检查

有时候安装完成，发现还是在用 CPU 训练，如何处理？

3.1、确认 cuda 和 pytorch 版本

# conda 窗口检查 pytorch 包
conda list# 检查 cuda 版本
nvcc -V

3.2、确认核心信息

在当前环境中运行以下代码，获取关键信息（用于定位问题）：

python
# 运行下列代码
import torch
print("PyTorch版本:", torch.__version__)
print("PyTorch编译时的CUDA版本:", torch.version.cuda)  # 应显示12.6
print("CUDA驱动版本:", torch.cuda.get_device_properties(0).driver_version if torch.cuda.is_available() else "不可用")

如果torch.version.cuda显示12.6，说明安装的是正确的 CUDA 版本；若显示cpu，则说明误装了 CPU 版本（但你的安装命令应该没问题）。

重新安装 CUDA 版本的 PyTorch

按以下步骤彻底清理并重新安装：

卸载现有 CPU 版本
打开终端（激活你的 conda 环境），执行：

pip uninstall torch torchvision torchaudio -y

清理 pip 缓存（避免重复安装错误版本）

pip cache purge

重新安装 CUDA 12.6 版本的 PyTorch
使用以下命令（确保网络稳定，必要时挂代理）：

pip install torch==2.6.0+cu126 torchvision==0.21.0+cu126 torchaudio==2.6.0+cu126 -i https://pypi.tuna.tsinghua.edu.cn/simple --extra-index-url https://download.pytorch.org/whl/cu126

注意命令中明确指定了+cu126，强制安装 CUDA 版本。