【2025最新】PyTorch安装全攻略：CPU/GPU版一步到位（Windows/macOS/Linux）

摘要：本文手把手教你安装PyTorch深度学习框架，涵盖Anaconda/pip两种安装方式，详细讲解CPU与GPU版本选择、CUDA配置及环境验证，解决99%的安装报错问题！

---

一、PyTorch简介

PyTorch是Meta（原Facebook）开源的深度学习框架，以其动态计算图和易用性广受研究人员喜爱。支持GPU加速训练，是AI开发者的首选工具。

---

二、安装前准备

1. 硬件检查：
   • 确认显卡型号（NVIDIA显卡需支持CUDA）
   • Windows用户安装NVIDIA驱动
2. 查看CUDA版本（GPU用户）：

   nvidia-smi  # 右上角显示最高支持的CUDA版本
   

3. Python环境：需3.7+版本（建议通过Anaconda管理）

---

三、通过Anaconda安装（推荐）

▶ 步骤1：创建虚拟环境

conda create -n pytorch_env python=3.9
conda activate pytorch_env

▶ 步骤2：访问PyTorch官网获取安装命令

1. 打开官网：https://pytorch.org/
2. 选择配置：
   • PyTorch版本：稳定版（Stable）
   • 操作系统：根据实际情况选择
   • 包管理器：Conda/Pip
   • 语言：Python
   • CUDA：选择匹配的版本（无GPU选CPU）

▶ 步骤3：执行安装命令

示例（CUDA 11.8版本）：

conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

---

四、通过pip安装

▶ 通用版本（自动检测CUDA）：

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

▶ 指定版本安装：

版本类型	安装命令
CPU版	pip install torch torchvision torchaudio
CUDA 11.8	pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

---

五、macOS专属说明（M1/M2芯片）

▶ 使用GPU加速（Metal Performance Shaders）：

conda install pytorch::pytorch torchvision torchaudio -c pytorch

---

六、验证安装

▶ 通用验证代码

import torch

print(f"PyTorch版本: {torch.__version__}")
print(f"CUDA可用: {torch.cuda.is_available()}")
print(f"当前设备: {torch.device('cuda' if torch.cuda.is_available() else 'cpu')}")

▶ 预期输出

PyTorch版本: 2.0.1+cu118
CUDA可用: True
当前设备: cuda

---

七、常见问题解决

❌ 问题1：CUDA不可用

• 解决方案：
  1. 检查NVIDIA驱动是否安装
  2. 确认PyTorch版本与CUDA版本匹配
  3. 重装对应CUDA版本的PyTorch

❌ 问题2：下载速度慢

• 换源加速：

  # 清华源（conda）
  conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
  
  # 阿里源（pip）
  pip install torch -i https://mirrors.aliyun.com/pypi/simple/
  

❌ 问题3：DLL加载失败（Windows）

• 解决方法：
  1. 安装VC_redist.x64.exe
  2. 更新NVIDIA驱动

---

八、环境管理技巧

1. 查看已安装包：

   conda list | grep torch
   

2. 导出环境配置：

   conda env export > environment.yaml
   

3. 彻底卸载PyTorch：

   conda uninstall pytorch torchvision torchaudio
   pip uninstall torch torchvision torchaudio
   

---

九、最佳实践建议

1. 优先使用虚拟环境：避免包版本冲突
2. 测试完整训练流程：

   x = torch.rand(5, 3)
   print(x)  # 应输出5x3的随机张量
   

3. 定期更新版本：

   conda update pytorch torchvision torchaudio