文章内容课堂总结

conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

import torch

# 打印 PyTorch 版本
print(torch.__version__)

# 检查 CUDA 是否可用
print(torch.cuda.is_available())  

Python 版本：建议 Python 3.8+（通过  python --version  检查）。
 
GPU 支持：
需安装 NVIDIA GPU 驱动 + CUDA Toolkit（根据显卡型号选择版本）。
 
下载 cuDNN 库（需与 CUDA 版本匹配）。
 
工具包：安装  pip  或  conda （推荐 Anaconda）。
 
2. 安装命令（根据系统选择）
 
CPU 版本（无需 GPU）：pip install torch torchvision torchaudio

GPU:pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu121

import torch
print(torch.__version__)  # 输出版本号
print(torch.cuda.is_available())  # 若为 True 表示 GPU 可用

 
版本冲突：使用虚拟环境隔离依赖（如  conda create -n pytorch_env ）。
 
下载失败：切换国内镜像源（如清华 TUNA 镜像）。
 
 安装后提示  No CUDA available ？
 检查 GPU 驱动、CUDA 和 cuDNN 是否安装正确，或切换 CPU 版本。
 
张量运算速度慢？
确保数据在 GPU 上（ .to(device) ），并使用  torch.no_grad()  加速推理。