在Anaconda下安装GPU版本的Pytorch的超详细步骤

在Windows系统上安装GPU版本PyTorch（CUDA 12.9）

PyTorch是一个由Meta Platforms（原Facebook）人工智能研究团队开发的开源深度学习框架，以其动态计算图、Python优先设计和强大的GPU加速支持成为学术界和工业界的主流工具。PyTorch于2017年正式开源，基于Torch框架重构，现隶属于Linux基金会。它提供Python和C++接口，核心功能包括动态计算图构建、自动微分系统（Autograd）以及高效的张量计算（支持CPU/GPU加速），广泛应用于计算机视觉、自然语言处理等领域。‌

1. 查看CUDA的版本。在电脑左下角搜索cmd打开命令提示符，输入命令：nvidia-smi，所以CUDA的版本号为12.9。
2. 打开Pytorch的官网：Get Started，最新的版本发现有匹配CUDA12.9，那么选择就好了。如果没有就点击下面蓝色框字体“ install previous versions of PyTorch”。这里的
3. 利用anaconda省时还方便。打开Anaconda Prompt，创建虚拟环境，比如我在D盘创建python==12的虚拟环境。

   ①建议创建统一的环境根目录（方便使用）
   mkdir D:\conda_envs

   ② 把该目录设置为 Conda 环境目录
   conda config --add envs_dirs D:\conda_envs

   ③创建环境（这里的Python 版本可改）
   conda create -p D:\conda_envs\python3_12 python=3.12 -y

   ④激活环境（首次激活用路径，之后即可用该环境的名称）
   conda activate D:\conda_envs\python3_12

   若删除环境则可以用命令conda remove -p D:\conda_envs\python3_12 --all -y

4. 设置清华源镜像加速安装。

   pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

5. 使用刚刚在pytorch官网展示的命令在刚刚创建好的虚拟环境python3_12中安装GPU版本的PyTorch（CUDA 12.9）

   pip3 install torch torchvision --index-url https://download.pytorch.org/whl/cu129

   最后发现Successfully installed MarkupSafe-2.1.5 filelock-3.13.1 fsspec-2024.6.1 jinja2-3.1.4 mpmath-1.3.0 networkx-3.3 numpy-2.1.2 pillow-11.0.0 sympy-1.13.3 torch-2.8.0+cu129 torchvision-0.23.0+cu129 typing-extensions-4.12.2，那么成功安装pytorch！

   

6. 验证pytorch是否安装成功。输入以下命令：①python ②import torch至此，GPU版本的pytorch安装成功。