安装匹配python版本、平台位数和CUDA版本的PyTorch

一、确认环境信息

# 1. 查看 Python 版本（如 3.8/3.9/3.10/3.11）
python --version
# 2. 查看系统位数（32/64 位）
python -c "import platform; print(platform.architecture()[0])"
# 3. 查看是否有 NVIDIA GPU（是否支持 CUDA）
nvidia-smi  # 若输出 GPU 信息，记录 CUDA Version（如 12.2/11.8）；若提示命令不存在，说明无 NVIDIA GPU，用 CPU 版本

如下图：python版本为3.9、位数为64位、CUDA版本为12.6

二、安装

1、如果没有GPU(仅用CPU版本)

pip install torch torchvision torchaudio -i http://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com

2、有GPU版本

有GPU则需要根据对应的CUDA版本下载对应的版本，如以下为12.6版本的，如果是其他则将后边改成“cu+数字”

# 若 CUDA Version ≥ 12.1（推荐，最新版）
pip install torch torchvision torchaudio -i http://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com --extra-index-url https://download.pytorch.org/whl/cu126

3、手动指定python版本

若你的 Python 版本较老（如 3.7）或较新（如 3.12），可手动指定 PyTorch 版本（以 Python 3.12 + CPU 为例）：

# Python 3.12 + CPU
pip install torch==2.2.2 torchvision==0.17.2 torchaudio==2.2.2 -i http://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com
# Python 3.7 + CUDA 11.7（Python 3.7 最高支持 PyTorch 1.13.1）
pip install torch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 -i http://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com --extra-index-url https://download.pytorch.org/whl/cu117

三、验证安装是否成功

python -c "import torch; print('PyTorch 版本:', torch.__version__)"
python -c "import torch; print('CUDA 是否可用:', torch.cuda.is_available())"  # GPU 版应输出 True

若输出 CUDA 是否可用: True，说明 GPU 加速正常；
若输出 False 但你有 NVIDIA GPU，说明 CUDA 版本不匹配，需重新选择对应 CUDA 版本的安装命令。