PyTorch安装

### 如何在不同环境下安装PyTorch #### 创建虚拟环境 为了确保项目的独立性和稳定性，建议在安装PyTorch前先创建一个专门的虚拟环境。这可以通过Conda工具轻松实现。具体命令如下： ```bash conda create -n pytorch_env python=3.9 ``` 上述命令会创建名为`pytorch_env`的虚拟环境，并指定Python版本为3.9[^1]。 激活该虚拟环境的命令为： ```bash conda activate pytorch_env ``` 此时，您已成功切换至新创建的虚拟环境中工作[^4]。 #### 查找合适的PyTorch版本 进入PyTorch官方网站 (https://pytorch.org/get-started/previous-versions/) 可以找到适合您的CUDA版本对应的PyTorch安装指令。例如，如果您使用的CUDA版本为11.7，则可以在页面上通过快捷键Ctrl+F搜索关键字“11.7”，从而定位到相应的安装命令[^5]。 #### 安装PyTorch 假设目标是安装支持GPU加速的PyTorch-GPU版，可以运行以下命令完成安装操作： ```bash conda install pytorch torchvision torchaudio cudatoolkit=11.7 -c pytorch -c nvidia ``` 此条命令不仅包含了PyTorch核心包及其依赖项（如`torchvision`, `torchaudio`），还指定了特定版本的CUDA Toolkit作为驱动程序的一部分[^2]。 如果仅需CPU版本而无需考虑GPU兼容性的话，那么可以直接简化成这样一条语句来执行安装过程： ```bash conda install pytorch torchvision torchaudio cpuonly -c pytorch ``` 这条命令适用于那些不打算利用图形处理器来进行计算的情况下的开发场景[^4]。 #### 验证安装结果 最后一步非常重要——验证刚刚所做的一切是否正常运作。启动Python解释器并尝试导入模块即可初步判断其状态良好与否： ```python import torch print(torch.__version__) print(torch.cuda.is_available()) ``` 这段脚本能够打印当前加载的PyTorch库的具体版本号以及检测是否存在可用的CUDA设备资源情况[^3]。 ---