torch的安装以及导入

1.安装

①首先以Windows系统为例——先通过Win+R输入CMD（小写也行）打开Windows PowderShell，输入“nvidia-smi”查看自己的GPU的型号（如果有的话）确认好之后，如果有GPU会有类似这样的输出：

重点要关注的就是CUDA Version，后面的数字直接决定了你应该安装哪一个版本的torch（GPU版的）

以128为例

②然后回到PyCharm里面，先检查自己的终端是否有(.venv)字样——

<-这样才行

如果没有.venv：在终端运行这样的命令——.\venv\Scripts\activate.bat

如果没有虚拟环境，必须在激活命令之前，补充创建虚拟环境的命令。例如：

python -m venv venv(在项目目录下创建名为venv的虚拟环境)

然后 再运行.venvScriptsactivate.bat(Windows) 或source venv/bin/activate(Linux/macOS) 来激活它。

③然后在PyCharm终端输入如下的命令行：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128

——如果自己是12.2的那就改成122

④然后就是等待下载安装——这个过程系统自动执行无需人为操作——而且python会自动“断网重连”，无需焦虑

⑤安装完成后，终端会显示Successfully installed ……表示——安装成功了，就可以开始导入使用了

⚠如果还担心的话可以这样测试：——注意！请在自己的本地PyCharm里测试！请勿在本网站测试！

import torch print("PyTorch版本: ", torch.__version__) print("CUDA可用: ", torch.cuda.is_available()) print("GPU名称: ", torch.cuda.get_device_name(0)) print("GPU内存: ", torch.get_device_properties(0).total_memory / 1024**3, "GB")

应该看到类似这样的输出：

如果输出符合上述情况，则说明torch安装并且导入成功，后续学习可以直接导包使用。

⑥常见的问题如下——

（CPU版本）——不需要指定版本，因为CPU版的都是通用的

pip install torch torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple

2. 补充

1. 如果想加快下载速度的话，可以在pycharm终端运行这样的命令：

-i https://pypi.tuna.tsinghua.edu.cn/simple

这是国内清华源，但请注意：不是所有的包都在清华源的，这只是提供一个国内的镜像源，常见的包此源都会有，可以考虑使用这个镜像源。

2. 找不到满足要求的torch版本： 通常是因为CUDA版本太新或太旧，PyTorch官方尚未提供预编译包或已停止支持。需要检查PyTorch官网支持的CUDA版本范围，或考虑安装CPU版本。

3. 激活虚拟环境命令报错： 最常见的原因是虚拟环境venv没有先被创建。确认已执行

python -m venv venv

4. 确认安装的PyTorch版本与CUDA版本匹配（检查安装命令中的cuXXX是否正确）。

5. 确认NVIDIA显卡驱动已正确安装且版本支持该CUDA版本（可通过nvidia-smi查看驱动版本和CUDA版本）。如若实在不行，重启电脑或终端（关掉再打开）试试。

3. 如何导入到虚拟环境里面

假设我们已经搞好了虚拟环境，那么我们就直接激活虚拟环境——虚拟环境的名字以torch12为例

activate torch12

然后输出应该是这样的

然后运行安装torch的bash代码——具体代码格式参考上面，上面有。直接复制粘贴到现在所在的虚拟环境上，然后回车。（跟PyCharm上的终端本质上是一模一样的东西）

至于d2l，也是一样的道理，直接运行以下代码即可

pip install d2l