2024最新超详细无痛安装PyTorch，包括下载地址、环境配置与各种避坑指南

创建虚拟环境 ● 利用conda create指令创建新的虚拟环境： conda create -n 虚拟环境名字 python=版本 （例如我输入的是conda create -n pytorch python=3.10） 虚拟环境的名字，如果是自己的电脑，直接起pytorch就可以，共用电脑如果要建立自己的虚拟环境，可以起个自己的名字，比如moonlightpytorch。 ● 添加镜像加速的一般公式： conda create -n 虚拟环境名字 python=版本 -c 镜像地址 清华镜像：https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main 北京外国语大学镜像：https://mirrors.bfsu.edu.cn/anaconda/pkgs/main 阿里巴巴镜像：http://mirrors.aliyun.com/anaconda/pkgs/main 【Tips：1.创建虚拟环境一般不慢，一般无需镜像加速。 2.如出现 “Proceed([y]/n)?” 提示，输入“y”后回车。】

删除虚拟环境（如有需要再自行使用） 删除虚拟环境：conda remove -n 虚拟环境名字 --all 持久添加通道：conda config --add channels 通道地址 删除通道：conda config --remove channels 通道地址

创建好虚拟环境后（在“Anaconda Prompt”中输入例如：conda create -n pytorch python=3.10），进入所建立的虚拟环境中，输入conda activate pytorch

PyTorch官网的地址 打开PyTorch官网：https://pytorch.org/。如图样勾选，复制最后一行。 需要说明的是，这里选择的Pytorch的CUDA版本要小于你实际安装的CUDA版本，意思是实际安装的CUDA要兼容这里的PyTorch。

采用镜像方法安装PyTorch （以下请仔细阅读） ● CUDA11.6版本以前添加镜像源： conda install pytorch -c pytorch torchvision torchaudio cudatoolkit=版本 -c 镜像地址 （其中conda install pytorch -c pytorch torchvision torchaudio cudatoolkit=11.3是从官网复制的地址） ● 镜像地址： 清华镜像：https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/ 北京外国语大学镜像：https://mirrors.bfsu.edu.cn/anaconda/cloud/pytorch/win-64/ 阿里巴巴镜像：http://mirrors.aliyun.com/anaconda/cloud/pytorch/win-64/ 南京大学镜像：https://mirror.nju.edu.cn/pub/anaconda/cloud/pytorch/win-64/ ● CUDA11.6版本及以后添加镜像源（或者上面方法报错用这个）： □ 首先添加清华镜像源（也可以自己添加其他镜像源）： conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --set show_channel_urls yes conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/ □ 然后输入命令行： conda install pytorch torchvision torchaudio pytorch-cuda=版本 -c nvidia 【Tips：1.安装结束后会有显示 “done”。 2.如出现 “Proceed([y]/n)?” 提示，输入“y”后回车。 3.PyTorch，需要安装pytorch，torchvision，torchaudio三个包，都包括在地址里了。】

验证PyTorch是否安装成功 ● 初步验证 激活你安装的虚拟环境，例如conda activate pytorch 输入conda list，看有没有pytorch或者torch，有就表示安装成功。 ● 如不放心，可进一步验证 输入python 输入import torch 输入torch.cuda.is_available() 如果显示True，则表示安装成功了！