步骤 1：检查显卡驱动支持的 CUDA 版本#

打开命令提示符（CMD）或终端，输入以下命令：

1
nvidia-smi

在输出结果的右上角，会显示 “CUDA Version: xx.x”（例如 CUDA Version: 12.9），这是你的驱动支持的最高 CUDA 版本。

步骤 2：选择匹配的 PyTorch CUDA 版本#

PyTorch 提供了多个 CUDA 版本（如 12.6、12.8、12.9），请选择不超过你显卡驱动支持版本的最高 CUDA 版本（例如驱动支持 12.9，就选 CUDA 12.9）。 如果你的电脑没有 NVIDIA 显卡（或不想用 GPU 加速），则选择CPU 版本。

步骤 3：执行对应安装命令#

假设你的驱动支持CUDA 12.9，且使用 Python 3.11，在 PyTorch 环境中执行以下pip命令：

1
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu129

如果选择CPU 版本，命令为：

1
pip install torch torchvision --index-url https://download.pytorch.org/whl/cpu

步骤 4：安装pytorch库#

pytorch网址：https://pytorch.ac.cn/get-started/locally/ 根据步骤二选择对应的内容，然后在anaconda虚拟环境中，运行命令即可。 注意：安装文件可能需要3分钟或以上，耐心等待即可。

验证安装#

安装完成后，可通过以下代码验证 PyTorch 和 CUDA 是否正常工作：

1
import torch
2
print("PyTorch版本:", torch.__version__)
3
print("是否支持CUDA:", torch.cuda.is_available())
4
if torch.cuda.is_available():
5
    print("CUDA版本:", torch.version.cuda)
6
    print("显卡型号:", torch.cuda.get_device_name(0))

若输出中torch.cuda.is_available()为True，且 CUDA 版本与你选择的一致，则安装成功。