PyTorch 安装
时间: 2025-07-01 14:56:52 浏览: 13
安装 PyTorch 框架可以通过多种方式完成,具体取决于你的操作系统、Python 环境以及是否希望使用 GPU 支持。以下是几种常见的安装方法:
### 使用 pip 安装(推荐方式)
如果已经下载了 PyTorch 的 `.whl` 文件,可以在文件所在目录打开命令行工具(例如 Windows 中按住 `Shift` 键并右键点击文件夹选择“在此处打开 PowerShell 窗口”),然后运行以下命令来安装 PyTorch 及其相关库:
```bash
pip install torch-2.2.2+cu121-cp311-cp311-win_amd64.whl
pip install torchaudio-2.2.2+cu121-cp311-cp311-win_amd64.whl
pip install torchvision-0.17.2+cu121-cp311-cp311-win_amd64.whl
```
这种方式适用于已经从 [PyTorch 官方网站](https://pytorch.org/get-started/locally/) 下载了对应版本的 wheel 文件的情况[^1]。
### 使用 Conda 安装
如果你使用的是 Anaconda 或 Miniconda 作为 Python 环境管理工具,可以通过 `conda` 命令来安装 PyTorch。首先创建一个新的虚拟环境(可选但推荐):
```bash
conda create -n pytorch_env python=3.11
conda activate pytorch_env
```
然后执行以下命令安装 PyTorch:
```bash
conda install pytorch torchvision torchaudio cudatoolkit=12.1 -c pytorch
```
这将自动安装与 CUDA 12.1 兼容的 PyTorch 版本,并包括 `torchvision` 和 `torchaudio` 库[^2]。
### 验证安装
安装完成后,可以使用 Python 脚本来验证 PyTorch 是否正确安装:
```python
import torch
print(torch.__version__)
print(torch.cuda.is_available()) # 检查CUDA是否可用
```
如果输出了 PyTorch 的版本号并且 `torch.cuda.is_available()` 返回 `True`,则表示安装成功且支持 GPU 加速。
### 在 PyCharm 中配置环境
在 PyCharm 创建新项目时,可以选择已有的 Conda 环境作为项目的解释器。这样可以直接使用之前通过 `conda` 安装的 PyTorch 环境。确保在设置中指定正确的解释器路径以启用该环境[^2]。
阅读全文
相关推荐

















