安装Pytorch GPU+CPU版本【通过本地安装解决无法使用pip指令下载问题】

本文方案为 只用驱动 + GPU 版 PyTorch。

一、检查环境

1.检查CUDA版本

在命令行（CMD 或 PowerShell）运行：

nvidia-smi

如果你看到 NVIDIA 驱动信息（例如 RTX 3060、CUDA Version 12.8），说明显卡驱动安装正常。
如果这个命令报错，说明 NVIDIA 驱动都没装好，请先安装驱动。
正常输出示例：

+-----------------------------------------------------------------------------------------+
| NVIDIA-SMI 573.24                 Driver Version: 573.24         CUDA Version: 12.8     |
|-----------------------------------------+------------------------+----------------------+
| GPU  Name                  Driver-Model | Bus-Id          Disp.A | Volatile Uncorr. ECC |
| Fan  Temp   Perf          Pwr:Usage/Cap |           Memory-Usage | GPU-Util  Compute M. |
|                                         |                        |               MIG M. |
|=========================================+========================+======================|
|   0  NVIDIA GeForce RTX 5060 ...  WDDM  |   00000000:01:00.0  On |                  N/A |
| N/A   48C    P4             14W /  115W |    1697MiB /   8151MiB |      1%      Default |
|                                         |                        |                  N/A |
+-----------------------------------------+------------------------+----------------------++-----------------------------------------------------------------------------------------+
| Processes:                                                                              |
|  GPU   GI   CI              PID   Type   Process name                        GPU Memory |
|        ID   ID                                                               Usage      |
|=========================================================================================|

这里可以看到CUDA型号，如：12.8。

2.检查Python版本

打开命令行输入：

python --version

输出：

Python 3.12.10

二、安装Pytorch

1.pip下载安装

官方链接：https://pytorch.org/get-started/locally/

清华源：

pip install torch torchvision torchaudio --no-cache-dir -i https://pypi.tuna.tsinghua.edu.cn/simple

1.1GPU版本安装

在这里选择对应的CUDA版本即可生成pip指令，在PyCharm的终端里直接运行即可安装成功。

1.2CPU版本安装

直接选择CPU即可。

2.pip本地安装【GPU版本】

在国内使用生成的pip指令大概率是连不通的，尝试使用镜像源发现，似乎这会默认安装 CPU 版（可能是因为 PyPI 不区分 CUDA）。
所以这里提供第二种方案：使用pip指令本地安装。

2.1下载.whl文件

打开 PyTorch 官方下载页面：https://download.pytorch.org/whl/cu128/
这个链接就是在[二、1.1]中生成的pip指令末尾的链接，本文以CUDA12.8为示例。

2.2选择对应版本

示例：

文件名	系统	Python版本	GPU支持	说明
torch-2.7.0+cu128-cp310-cp310-win_amd64.whl	✅ Windows	3.10	✅ CUDA 12.8	适合RTX + Windows
torch-2.7.0+cu128-cp310-cp310-manylinux_2_28_x86_64.whl	✅ Linux	3.10	✅ CUDA 12.8	服务器或 WSL 上用
torch-2.7.0+cu128-cp310-cp310-manylinux_2_28_aarch64.whl	✅ Linux ARM	3.10	✅ CUDA 12.8	Jetson、树莓派等 ARM 平台
torch-2.4.1+cpu-cp38-cp38-win_amd64.whl	✅ Windows	3.8	❌ CPU only	无 GPU 加速版

跟据自己的CUDA版本和Python版本选择匹配的文件，比如：

torch-2.4.1+cu128-cp38-cp38-win_amd64.whl
torchvision-0.19.1+cu128-cp38-cp38-win_amd64.whl
torchaudio-2.4.1+cu128-cp38-cp38-win_amd64.whl

2.3安装

下载后放在同一目录下，然后在该目录中执行：

pip install torch-2.4.1+cu128-cp38-cp38-win_amd64.whl
pip install torchvision-0.19.1+cu128-cp38-cp38-win_amd64.whl
pip install torchaudio-2.4.1+cu128-cp38-cp38-win_amd64.whl

这样就能在离线环境下成功安装 GPU 版。

三、验证【GPU 版】

安装完后运行 Python：

import torchprint("PyTorch 版本:", torch.__version__)
print("CUDA 版本:", torch.version.cuda)
print("CUDA 是否可用:", torch.cuda.is_available())
print("GPU 数量:", torch.cuda.device_count())
print("当前 GPU 名称:", torch.cuda.get_device_name(0) if torch.cuda.is_available() else "无 GPU")

根据输出即可确认是否正确安装。