天选5pro、i9-13980HX、NVIDIA GeForce RTX 4060、touch环境配置

原创已于 2025-07-27 13:17:30 修改 · 550 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#python #pycharm #windows #pytorch

于 2025-07-27 13:12:01 首次发布

部署运行你感兴趣的模型镜像

一、环境配置全流程

步骤 1：检查显卡驱动

打开 CMD（Windows），运行命令：

nvidia-smi

在这里插入图片描述
Driver Version：当前显卡驱动版本（如 561.09）。
CUDA Version：驱动支持的最高 CUDA 版本（如 12.9，即驱动可兼容 ≤12.9 的 CUDA toolkit）。
注意：安装 CUDA Toolkit 12.6 要求驱动支持的 CUDA Version ≥12.6，若不符合请先更新显卡驱动。

步骤 2：安装 CUDA Toolkit 12.6

下载安装包：
访问 CUDA 12.6 下载页，选择 Windows → x86_64 → 11/10 → exe(local)（本地安装更稳定）。
在这里插入图片描述

自定义安装（关键）：
运行安装程序，选择 “自定义安装”，取消勾选 “GeForce Experience”（非必需）。
确保勾选 “CUDA Toolkit 12.6” 和 “CUDA Development Libraries”，其余组件可默认。
安装路径保持默认（C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6），安装后自动配置环境变量。

步骤 3：安装 PyTorch（支持 CUDA 12.6）

打开pycharm终端，执行以下命令（自动适配 CUDA 12.6 的 GPU 版本）：

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu126

命令解析：

1、–index-url 参数说明：

显式指定 PyTorch 官方为 CUDA 12.6 维护的专用仓库
确保获取经过 NVIDIA 官方测试的稳定版本
避免常见的以下问题：
误装 CPU-only 版本
版本不兼容导致 CUDA 不可用
手动编译耗时且易出错

2、组件功能说明：

torch: PyTorch 核心框架
torchvision: 计算机视觉专用库（含预训练模型）
torchaudio: 音频处理专用工具包

3、环境自动适配：

自动检测当前系统的 CUDA 12.6 环境
智能匹配 GPU 计算架构（如 Ampere/Turing）
下载预编译的 whl 二进制包，无需本地编译

步骤 4：验证环境

这一步用于验证PyTorch环境是否配置正确，特别是GPU加速功能是否可用。建议在安装完成后立即执行这些检查命令。

import torch

# 检查PyTorch版本
print(f"PyTorch版本: {torch.__version__}")  

# 检查CUDA是否可用
print(f"CUDA是否可用: {torch.cuda.is_available()}")  

# 检查GPU型号
print(f"GPU型号: {torch.cuda.get_device_name(0)}")  

# 检查CUDA运行时版本
print(f"CUDA版本: {torch.version.cuda}")