安装与环境配置

装之前确认三件事

第一，Python 版本。PyTorch 2.13.0 要求 Python 3.10 或更高。终端里跑一句：

python --version

低于 3.10 就去 python.org 装新版，安装时记得勾选 Add to PATH，否则终端找不到 python 命令。

第二，显卡。你的电脑有没有 NVIDIA 显卡，决定了装 CPU 版还是 GPU 版：

nvidia-smi

能显示显卡信息和驱动版本，说明有 NVIDIA 显卡。提示找不到命令，就安心装 CPU 版。

第三，包管理器。pip 随 Python 自带；conda 需要先装 Anaconda 或 Miniconda。新手我推荐 conda，环境隔离省心。

CPU 版还是 GPU 版

这个选择其实很简单：

• 没有 NVIDIA 显卡，装 CPU 版，能跑本教程全部代码。
• 有 NVIDIA 显卡，装 GPU 版，训练速度会快几十倍。
• 用 Mac 的同学，官方提供 MPS 后端，Apple 芯片也能加速。

GPU 版要配 CUDA。CUDA 是 NVIDIA 的并行计算平台，PyTorch 通过它调用显卡。2.13.0 提供三条线：

1. CUDA 13.0：默认，新显卡首选。
2. CUDA 12.6：老架构（Pascal/Volta）建议用这条。
3. CUDA 13.2：实验性，面向 Blackwell 新卡。

拿不准就选默认的 13.0，几乎不会错。

用 conda 建一个独立环境

我踩过最大的坑，就是把所有包装进同一个 Python，最后版本冲突到怀疑人生。建议先建独立环境：

conda create -n pytorch python=3.10
conda activate pytorch

环境名随便起，pytorch 只是示例。以后每个项目一个环境，互不干扰。

Anaconda 和 Miniconda 选哪个？Miniconda 更小，只有 conda 和 Python，够用了。Anaconda 自带一大堆科学计算包，省事但占空间。二选一都行。

不想装 conda 的话，Python 自带的 venv 也能干这事：

python -m venv pytorch_env

Windows 激活：pytorch_env\Scripts\activate。功能上够用，就是包管理不如 conda 省心。

生成安装命令

官方提供安装命令生成器，地址是 pytorch.org/get-started/locally/。选好操作系统、包管理器、CUDA 版本，页面直接给出命令，复制粘贴即可。

不想折腾网页也行，下面直接给你常用的。

CPU 版（pip）：

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

GPU 版（pip，CUDA 13.0，默认）：

pip install torch torchvision torchaudio

想要 CUDA 12.6 的话：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu126

conda 用户（GPU 版）：

conda install pytorch torchvision torchaudio pytorch-cuda=13.0 -c pytorch -c nvidia

只装 CPU 的话，把 pytorch-cuda=13.0 换成 cpuonly 即可。

验证安装

装完跑一段验证代码：

import torch

print(torch.__version__)
print(torch.cuda.is_available())

输出类似这样：

2.13.0
True

版本号正确说明装好了。torch.cuda.is_available() 返回 True，说明 PyTorch 识别到了你的 GPU。

再跑一个张量小例子，确认计算正常：

import torch

x = torch.rand(5, 3)
print(x)

能打印出一个 5 行 3 列的随机数矩阵，安装就彻底没问题了。

常见坑汇总

装的过程中最容易遇到这几个问题：

1. 下载慢。官方源太慢的话，pip 加 -i https://pypi.tuna.tsinghua.edu.cn/simple 换清华镜像，conda 同理。
2. CPU 版和 GPU 版混装。先 pip uninstall torch 清干净，再装另一版。
3. conda 和 pip 混用同一个环境。尽量一个环境只用一种方式装，混用容易把依赖搞乱。
4. GPU 版装好但 is_available() 是 False。多半是显卡驱动太旧，去 NVIDIA 官网更新驱动，装完重开终端再试。
5. 装完 import torch 报错。先看报错第一行，多半是版本冲突，按提示升级或降级相关包。

环境就绪，下一章我们写第一个 PyTorch 程序。