conda install pytorch torchvision torchaudi
时间: 2025-05-08 16:13:04 浏览: 17
### 如何使用 Conda 安装 PyTorch、torchvision 和 torchaudio
为了确保正确安装 PyTorch 及其相关库,可以通过指定 CUDA 版本以及依赖项来完成操作。以下是基于不同需求的具体方法。
#### 方法一:通过官方推荐的方式安装特定版本
如果需要安装带有 CUDA 支持的 PyTorch 并指定具体版本号,则可以按照以下命令执行:
```bash
conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.7 -c pytorch -c nvidia
```
此命令会安装 PyTorch 的 `2.0.1` 版本,`torchvision` 的 `0.15.2` 版本,`torchaudio` 的 `2.0.2` 版本,并且绑定到 CUDA 工具包 `11.7`[^2]。
---
#### 方法二:通用安装方式(自动适配环境)
对于不需要严格指定版本的情况,可以直接让 Conda 自动解析并选择适合当前系统的配置:
```bash
conda install pytorch torchvision torchaudio cudatoolkit=11.6 -c pytorch -c conda-forge
```
这条命令适用于 Python 环境已经设置好的情况,它会选择与 CUDA Toolkit `11.6` 兼容的最新稳定版 PyTorch、torchvision 和 torchaudio[^3]。
---
#### 方法三:针对 Windows 用户的手动安装流程
如果是 Windows 系统并且已知目标硬件支持 CUDA 11.6 或其他版本,可以选择手动下载 `.whl` 文件并通过 pip 完成安装。例如:
```bash
pip install torch-1.12.0+cu116-cp39-cp39-win_amd64.whl
pip install torchvision-0.13.0+cu116-cp39-cp39-win_amd64.whl
pip install torchaudio-0.12.0+cu116-cp39-cp39-win_amd64.whl
```
上述命令中的文件名需从 [PyTorch 下载页面](https://download.pytorch.org/whl/torch_stable.html) 获取对应版本的轮子文件[^1]。
---
#### 测试安装是否成功
无论采用哪种方式进行安装,在完成后都应验证安装效果。运行以下脚本来确认 GPU 是否可用:
```python
import torch
print(f"CUDA Available: {torch.cuda.is_available()}")
print(f"Current Device: {torch.cuda.current_device()}")
print(f"Torch Version: {torch.__version__}")
```
如果一切正常,输出应当显示 CUDA 是可用状态,并打印所安装的 PyTorch 版本信息。
---
阅读全文
相关推荐


















