当前位置：夜雨聆风 > 技术教程 > 软件教程 > AI篇:pytorch环境部署

AI篇:pytorch环境部署

当前时间： 2026-04-30 20:51:24 更新时间： 2026-04-30 分类：软件教程评论(0)

AI篇:pytorch环境部署

1.Anaconda安装（必须）

详细安装步骤请参考之前文章：Miniconda的安装

2.创建虚拟环境（CPU、GPU 都一样）

2.1.创建环境

在 Anaconda Prompt 里执行：
```
conda create -n pytorch python=3.10
```

pytorch 是环境名，可随便改
python=3.10 稳定兼容 PyTorch 2.x

提示 Proceed ([y]/n)? → 输入 y 回车。

注：若报错则执行

conda create -n pytorch python=3.10 -y --override-channels -c https://repo.anaconda.com/pkgs/main -c https://repo.anaconda.com/pkgs/r -c https://repo.anaconda.com/pkgs/msys2

2.2.激活环境

激活环境：
```
conda activate pytorch
```
前缀变成：
```
(pytorch) C:\Users\你的名字>
```
表示进入 PyTorch 专属环境。

3.安装 CPU 版 PyTorch

3.1. 官网拿 CPU 命令

打开：https://pytorch.org/get-started/locally/
选择：

PyTorch Build：Stable
Your OS：Windows
Package：Pip
Language：Python
Compute Platform：CPU

复制生成的命令：
```
pip3 install torch torchvision
```

2. 在 Anaconda Prompt 执行

pip3 install torch torchvision

提示 y/n → y 回车，等待安装（约 3–5 分钟）。

4.安装 GPU 版 PyTorch（NVIDIA 显卡）

4.1.显卡检测

前提

必须是 NVIDIA 显卡（GTX/RTX 系列）
驱动要新（建议 ≥ 535 版本）

查看显卡驱动（确认 CUDA 可用）
```
nvidia-smi
```
看到类似
```
CUDA Version: 13.1
```
说明支持 CUDA 13.1。

2. 官网拿 GPU 版安装命令

还是这个页面：https://pytorch.org/get-started/locally/
选择：

Compute Platform：CUDA 13.1（和你 nvidia-smi 对应）

复制命令：

pip3 install torch torchvision --index-url https://download.pytorch.org/whl/cu130

执行安装，运行

pip3 install torch torchvision --index-url https://download.pytorch.org/whl/cu130

输入 y 回车，等待安装。

5.验证安装成功（CPU、GPU 都适用）

在 (pytorch) 环境下输入：
```
python
```

进入 Python 交互模式，输入：

import torch

print("PyTorch 版本:", torch.__version__)
print("CUDA 是否可用:", torch.cuda.is_available())

结果：

✅ CPU 版成功输出：

PyTorch 版本: 2.5.1
CUDA 是否可用: False

✅ GPU 版成功输出：

PyTorch 版本: 2.5.1
CUDA 是否可用: True

输入 exit() 退出 Python，或者直接叉掉即可。
后续直接在pycharm中使用即可