1. 为什么你需要一个独立的 PyTorch 环境先说个真实经历。早几年我刚开始折腾深度学习的时候图省事直接用系统自带的 Python 装 TensorFlow后来项目切到 PyTorch又顺手 pip 升级了一堆包结果某天打开一个老项目发现原本能跑的代码报了一堆依赖冲突不是 numpy 版本对不上就是 torchvision 不兼容一修就是一晚上。从那以后我给自己定了一条铁律每个项目、每个框架版本都必须有自己独立的虚拟环境。今天这篇就从实操角度把“建立新的 PyTorch 环境”这件事完完整整地捋一遍包括环境选型、CUDA 版本搭配、国内镜像源加速、常见报错排查以及一些文档里不会写的细节。这篇文章适合谁看刚接触 PyTorch 的新手想搞清楚 conda、pip、GPU 版本这些名词到底怎么回事以及已经被环境问题折磨过的老手想看看有没有更省心的配置方案。PyTorch 环境搭建这件事说白了就是三件事Python 版本选对、CUDA 版本配对、安装源选快。这三件事搞明白了后面训练模型、跑实验基本不会再被环境卡脖子。我个人的建议是除非你有特殊理由否则不要直接在系统 Python 里装 PyTorch。多花十分钟建一个独立环境换来的是后面几个月的清净。下面我按实际操作顺序从环境准备讲到最后的验证测试全程用我自己的实操记录来演示。2. 动手前的三板斧Python、CUDA、安装源2.1 Python 版本怎么选才对PyTorch 对 Python 版本的支持是有时间窗口的不是随便拿个最新版就行。截至当前主流版本PyTorch 2.x 系列官方支持 Python 3.9 到 3.12部分新版本已经支持 3.13。这里有个容易踩的坑Python 版本太新可能会出现某些 PyTorch 的预编译 wheel 还没来得及适配的情况导致 pip 找不到对应的包或者装上了 pip 自动给你降级到旧版本。我自己选 Python 版本的习惯是跟随 PyTorch 官方发布时的默认推荐。比如现在新建环境我一般选 Python 3.10 或 3.11这两个版本兼容性最稳第三方库的适配也最全。Python 3.8 已经偏老很多新功能不支持了Python 3.12、3.13 虽然新但如果你想用的某个 torchvision 或者 mmcv 还没跟进就会很被动。提示查看 PyTorch 各版本对 Python 版本的支持情况最靠谱的方式是去 PyTorch 官网的安装页面它会直接列出当前版本推荐的 Python 版本区间。2.2 CUDA 版本和 PyTorch 的对应关系一图理清这是新手最容易懵的地方。很多人以为装了 NVIDIA 驱动就能用 GPU 跑 PyTorch其实中间还有个 CUDA 工具包的概念。简单说显卡驱动负责最底层的硬件沟通可以理解为操作系统的“翻译官”。CUDA 工具包是显卡驱动之上的一层提供 GPU 并行计算的 API。PyTorch 的 GPU 版本在编译时是针对特定 CUDA 版本做的。所以你这三者得串成一条线驱动版本要支持对应版本的 CUDACUDA 版本要匹配 PyTorch 编译时的 CUDA 版本。好消息是PyTorch 的 pip 包和 conda 包一般会捆绑一个 CUDA 运行时库也就是说很多时候你不需要手动安装完整的 CUDA 工具包只需要确保显卡驱动是新的。我遇到过一个很典型的问题torch.cuda.is_available()返回 False。查了半天最后发现是显卡驱动是去年装的太旧不支持 PyTorch 捆绑的 CUDA 12.1。解决办法就是去 NVIDIA 官网更新驱动而不是重新装 CUDA。记住这个逻辑驱动 ≥ PyTorch 捆绑的 CUDA 版本要求否则 GPU 一定不可用。比较推荐的组合方式是这样的我用表格列一下目前几种常见的搭配显卡驱动版本可用的 CUDA 版本推荐的 PyTorch 安装版本较新驱动半年内更新CUDA 12.1 / 11.8直接装最新稳定版 PyTorch稍旧驱动约一年前更新CUDA 11.7 / 11.8安装带 cu118 后缀的 PyTorch很旧驱动两年前甚至更早CUDA 10.2 / 11.3安装带 cu102 或 cu113 后缀的旧版 PyTorch实际操作中大多数人根本不需要单独安装完整的 NVIDIA CUDA 工具包只需要装好显卡驱动然后安装 PyTorch 的时候选对应后缀的版本就行。比如 pip 安装就是pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121这样的操作它会自动把捆绑的 CUDA 运行时库拉下来。2.3 安装源选择国内用户必做的加速配置这个环节纯粹是经验之谈。PyTorch 的包放在国外服务器上国内直接下载速度慢是常态有时候还会断流。我第一次装 PyTorch 的时候在官网默认命令下等了差不多一个小时最后还超时失败了。后来换成国内镜像源几分钟搞定。在 pip 层面配置清华源或者阿里源是常规操作。具体做法是修改 pip 的配置文件Linux 和 macOS 在~/.pip/pip.confWindows 在%APPDATA%\pip\pip.ini写入[global] index-url https://pypi.tuna.tsinghua.edu.cn/simple trusted-host pypi.tuna.tsinghua.edu.cn这样设置之后所有 pip 安装都会走清华源速度提升非常明显。但这里有个细节需要特别提醒PyTorch 官方 GPU 版不能直接从 PyPI 源安装因为 PyPI 上的 torch 包默认是 CPU 版本或 Python 3.12 之前你也可以直接下载 GPU 包但完整支持要区分。更稳妥的做法还是在安装 PyTorch 时直接用官网生成的命令带上--index-url指向 PyTorch 自己的源。如果你已经配置了清华源装普通包没问题但装 GPU 版 PyTorch 时必须优先使用--index-url参数否则很可能装上 CPU 版。注意检查自己装的是不是 CPU 版一个命令就能看出来在 Python 里运行import torch; print(torch.__version__)如果版本号带有cpu字样说明是 CPU 版带有cu121表示 CUDA 12.1 版cu118则是 CUDA 11.8 版。3. 正式搭环境conda 创建与激活虚拟环境3.1 为什么用 conda 而不是直接 pip这个问题的答案我踩过坑之后才真正理解。直接用 pip 在全局环境里装 PyTorch最大的问题是依赖管理混乱。PyTorch 依赖的 nvidia-* 系列包、cudnn、cuda 运行时库和其他深度学习框架比如 TensorFlow的依赖经常冲突。而 conda 是独立于系统的环境管理器它不仅能管理 Python 包还能管理 Python 解释器版本本身。另外conda 处理 GPU 相关依赖比 pip 更彻底。你用 conda 安装 PyTorch GPU 版时它会自动把匹配的 cudatoolkit 和 cudnn 一起装进来不用你手动去配。用 pip 的话虽然 PyTorch 也会捆绑 CUDA 运行时但如果你还需要编译一些自定义算子conda 环境里的完整 CUDA 工具链就更有优势了。当然conda 也不是没有短板默认的 conda 源在国外速度很慢conda 的解析依赖速度也比较慢装一个大环境可能要等很久。所以实际操作中我通常是用 conda 建环境用 pip 装包这样既有独立环境又能享受 pip 的快速安装。3.2 一步步创建独立的 PyTorch 环境下面是完整操作流程我尽量写得细一点每一步都告诉你为什么。第一步安装 Anaconda 或者 Miniconda。二选一的话我更推荐 Miniconda因为它只包含 conda、Python 以及必要的依赖体积小启动快。Anaconda 自带的那些科学计算包大部分你用不上反而拖慢环境解析速度。下载地址我就不贴了直接去官网找对应系统的安装包就行。安装完成后建议先做两件事配置 conda 的国内镜像以及把 conda 的默认环境和基础环境区分开。配置镜像在终端里执行conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free conda config --set show_channel_urls yes第二步创建一个新的虚拟环境并指定 Python 版本conda create -n pytorch_env python3.10这里-n后面的名字可以随你起我就用pytorch_env来演示。这个命令会从镜像源下载 Python 3.10 的解释器安装到一个独立的目录中和系统 Python 完全隔离。第三步激活这个环境conda activate pytorch_env激活后终端的命令行提示符前面会出现(pytorch_env)字样说明你已经在虚拟环境里了。这个环境下执行的pip install、python命令都只会影响这个环境不会动到系统 Python 或者别的环境。第四步确认 Python 版本无误python --version这一步别省。我之前有过一次conda create 明明指定了 Python 3.10结果因为缓存问题装成了 3.8还好提前检查发现了。提示Windows 用户在 PowerShell 里执行conda activate如果报错先执行conda init powershell然后重启终端再试。3.3 装 PyTorch 到底选 pip 还是 conda我说点实在的这个问题在社区里争论很久了。我的结论很直接能选 pip 选 pip。为什么因为 PyTorch 官方现在官方推荐的安装方式就是 pippip 的包更新最快出了问题去 GitHub 提 issue维护者也能更快处理。而且 PyTorch 的 pip 包自带 CUDA 运行时对大多数场景训练、推理、跑模型完全够用。conda 安装 PyTorch 的场景主要出现在你需要 conda 来管理非 Python 的依赖比如有些 C 库编译需要特定版本的依赖conda 处理这种跨语言的依赖比 pip 强。但普通用户、普通项目pip 足够。具体安装命令去 PyTorch 官网的 Get Started 页面选好配置它会自动生成命令。这里我以最常见的 CUDA 12.1 版本为例命令如下pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121如果想要 CPU 版没有 NVIDIA 显卡或者暂时不想用 GPU则去掉--index-url那段直接pip install torch torchvision torchaudio不过这里有一个容易踩的坑如果用默认的 PyPI 源直接pip install torch装的是 CPU 版还是 GPU 版取决于平台和当前 PyTorch 版本的发布策略。为了防止装错最好的方式是去官网生成带--index-url的完整命令别自己猜。3.4 在 PyCharm 或 VS Code 里如何切换到新建的环境环境建好了还得让你的 IDE 认出它来。以 PyCharm 为例创建或者打开一个项目后打开Settings - Python Interpreter点击右下角的设置齿轮选择Add Interpreter然后选择Conda Environment再点击Existing environment从列表里选择刚才创建的pytorch_env。PyCharm 会自动识别环境里的 Python 解释器路径。VS Code 则相对简单。前提是安装了 Python 插件然后按下CtrlShiftPmacOS 上是CmdShiftP输入Python: Select Interpreter在列表里就能看到所有 conda 环境选中pytorch_env即可。这两个操作本身没什么难度但确实有不少人问过我所以单独提一嘴。特别是 VS Code有时候装完插件没选解释器代码能写但一运行就提示找不到模块其实就是解释器没切过来。4. 环境验证怎么确认 PyTorch 真的能用了4.1 快速验证 PyTorch 和 CUDA 是否正常环境装完最要紧的一件事就是验证。先做没有技术含量的检查在 Python 交互式环境里执行import torch print(torch.__version__)如果输出的是类似2.4.0cu121说明 PyTorch 版本和 CUDA 版本都正确。如果输出2.4.0cpu说明装成了 CPU 版。然后检查 CUDA 是否可用print(torch.cuda.is_available())返回 True恭喜GPU 环境正常。返回 False不要慌排查思路分三步确认显卡驱动够新在命令行执行nvidia-smi看输出的右上角驱动的安装日期如果是一年前甚至更早的更新驱动。确认安装的 PyTorch 确实是 GPU 版看torch.__version__有没有cu后缀。确认 PyTorch 的 CUDA 版本是否被驱动支持查看nvidia-smi输出右上角的 “CUDA Version”这是驱动所能支持的最高 CUDA 版本要大于等于 PyTorch 捆绑的 CUDA 版本。上面三步都检查过了还是不行再考虑是不是系统环境变量的问题但这种概率比较低了。4.2 跑一个简单的张量测试验证 GPU 参与计算能用不代表用上了。有些场景下torch.cuda.is_available()返回 True但实际跑模型还是慢得离谱这种情况就要检测一下 GPU 是不是真的在参与计算。跑一个简单的矩阵乘法测试import torch # 使用 GPU 计算 1000x1000 矩阵乘法 x torch.rand(1000, 1000).cuda() y torch.rand(1000, 1000).cuda() z x y print(z.cpu().sum().item())如果这段代码能正常跑通并输出一个数值说明 GPU 计算链路正常。如果中途报错CUDA out of memory之类的说明显存不够或者驱动没对上。更直观的方式是任务管理器Windows或nvidia-smi命令Linux/macOS在运行上述代码的同时观察 GPU 的使用率是否从 0% 跳到了较高的数值。如果 GPU 利用率一直是 0%即使代码能跑完也说明运算实际是在 CPU 上执行的这就要检查 PyTorch 是不是收到了 CPU 版。4.3 顺带验证一下 torchvision 和 torchaudioPyTorch 环境通常不止torch一个包很多项目还要用到torchvision负责图像处理和torchaudio负责音频处理。这两个包也要确保和torch的版本匹配否则可能出现torchvision引用的 C 算子和torch对不上导致 import 报错。验证方式同样简单import torchvision print(torchvision.__version__)如果能正常输出版本号说明兼容性没问题。这三个包torch、torchvision、torchaudio在安装时建议一次性装好并且都从同一个--index-url源安装版本匹配度最高。分开装的话你装 torch 时选的源是 cu121装 torchvision 时又选了默认源结果可能就是 torch 是 cu121 版、torchvision 是 cpu 版这种组合虽然多数时候能跑但一旦用到多卡分布式训练就会暴露问题。注意torch、torchvision、torchaudio 的版本是严格对应的不要随意混装。各版本之间的对应关系在 PyTorch 官方 GitHub 仓库的 README 中有完整的表格装之前先去核对一下。5. 实战场景在新建环境里跑通一个最小训练样例5.1 从数据到模型的完整代码走一遍环境验证通过后我强烈建议你跑一个最小的完整训练流程确保环境不会在训练中途掉链子。下面这段代码只是用来做环境验证的不是真正的项目代码它的目的是把数据加载、模型定义、前向传播、反向传播这些环节都跑一遍看看环境中是否缺少隐藏依赖。import torch import torch.nn as nn import torch.optim as optim from torch.utils.data import DataLoader, TensorDataset # 1. 生成随机数据 X torch.randn(1000, 20) y torch.randn(1000, 3) dataset TensorDataset(X, y) dataloader DataLoader(dataset, batch_size32, shuffleTrue) # 2. 定义一个简单的两隐藏层模型 model nn.Sequential( nn.Linear(20, 64), nn.ReLU(), nn.Linear(64, 32), nn.ReLU(), nn.Linear(32, 3) ) # 3. 如果有 GPU把模型挪到 GPU device torch.device(cuda if torch.cuda.is_available() else cpu) model model.to(device) criterion nn.MSELoss() optimizer optim.Adam(model.parameters(), lr0.001) # 4. 训练三个 epoch for epoch in range(3): for batch_x, batch_y in dataloader: batch_x, batch_y batch_x.to(device), batch_y.to(device) optimizer.zero_grad() output model(batch_x) loss criterion(output, batch_y) loss.backward() optimizer.step() print(fEpoch {epoch} finished, loss: {loss.item():.6f}) print(Environment check passed.)如果这段代码能顺利打印出三行 loss 并执行到最后说明你的 PyTorch 环境已经具备了最基本、但完整的训练能力。很多环境问题比如缺少 DLL、CUDA 初始化失败、C 拓展编译问题都会在这个阶段暴露出来。5.2 CPU 和 GPU 训练速度对比直观感受硬件差异上面那段代码在 CPU 和 GPU 上的耗时差异可能不明显因为模型太小了。为了直观感受 GPU 的作用这里我换一种测试方式加大矩阵计算规模import time import torch # CPU 测试 start time.time() a torch.randn(3000, 3000) b torch.randn(3000, 3000) for _ in range(10): c a b cpu_time time.time() - start print(fCPU time: {cpu_time:.4f}s) # GPU 测试 if torch.cuda.is_available(): start time.time() a a.cuda() b b.cuda() for _ in range(10): c a b torch.cuda.synchronize() gpu_time time.time() - start print(fGPU time: {gpu_time:.4f}s) print(fSpeedup: {cpu_time / gpu_time:.2f}x)这里有一个很关键的细节GPU 计算是异步的。你计时 GPU 操作结束的时候计算可能还在后台排队所以必须在计时结束前调用torch.cuda.synchronize()强制让 CPU 等待 GPU 操作全部完成否则时间会不可靠。上面代码我已经帮你加上了。执行后如果 Speedup 在两位数以上说明环境状态良好。如果 Speedup 是 1 左右甚至 GPU 还更慢大概率有问题多数情况是 PyTorch 没用到 GPU或者 GPU 被其他程序占用。6. 常见报错与排查实录6.1 频繁出现的错误逐个消灭环境搭建过程中遇到报错是很正常的。我汇总一下出镜率最高的几个把应对方案直接写在后面。第一个torch.cuda.is_available()返回 False。排查顺序nvidia-smi看驱动的 CUDA 版本是否太旧torch.__version__看是否装了 GPU 版最后看显卡是不是 NVIDIA 的AMD 显卡和 Intel 显卡都不支持 CUDA得走其他方案。第二个CUDA error: no kernel image is available for execution on the device。这个报错通常出现在显卡比较旧比如 GTX 10 系列而 PyTorch 的 CUDA 版本太新的时候。旧显卡有算力上限需要安装对应旧 CUDA 版本比如 cu111 或 cu113的 PyTorch 来解决。第三个ERROR: Could not find a version that satisfies the requirement torch。出现这个错误大概率是 Python 版本太新或者太旧超出了当前 PyTorch 版本的兼容范围。解决办法是换 Python 版本或者指定 PyTorch 版本比如pip install torch2.0.1。第四个ModuleNotFoundError: No module named torch。这个最常见但原因也最基础你当前终端激活的不是之前建环境时用的那个虚拟环境或者 IDE 里没有切换到正确解释器。在终端里执行conda env list列出所有环境用conda activate pytorch_env重新激活一般就能解决。6.2 令人头疼的 CUDA 版本冲突一次讲透CUDA 版本冲突是所有 PyTorch 环境问题里最复杂的一类。核心原因在于一个系统里可能同时存在多个 CUDA 相关的库常见的冲突场景有你自己手动装了完整的 CUDA 工具包且环境变量PATH里配置的 CUDA 版本比 PyTorch 捆绑的版本旧那么 PyTorch 在某些操作下可能会尝试加载你的旧版 CUDA 库导致版本不匹配。系统里存在多个版本的 cuDNN且LD_LIBRARY_PATHLinux或PATHWindows里的优先级不对导致加载了错误的 cuDNN。conda 环境里装了一套 CUDA系统又有一套 CUDA两个版本的库路径有冲突。应对思路就一条尽量让 PyTorch 使用自己捆绑的 CUDA 运行时避免手动安装额外的 CUDA 工具包。如果你确实需要编译一些 CUDA 扩展比如第三方算子再单独安装完整 CUDA 工具包并确保PATH和LD_LIBRARY_PATH里优先的是新版 CUDA。如果实在排查不清最稳妥的土办法就是重建环境。把环境删掉全新创建严格按照官网命令安装别自作主张混装。操作如下conda deactivate conda env remove -n pytorch_env conda create -n pytorch_env python3.10 conda activate pytorch_env pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121这一套下来90% 的疑难杂症都解决了。很多环境问题本质上都是历史包袱太重删了重来反而干净。6.3 IDE 连不上环境的问题速查表IDE 连不上环境这种问题排查起来其实很机械。我直接整理成一张表对着查就行问题现象可能原因解决措施PyCharm 里 import torch 报错解释器没有选择 pytorch_envSettings 里重新选 Python InterpreterVS Code 运行代码提示找不到模块VS Code 没有选中正确的 conda 环境CtrlShiftP 选择 Python: Select Interpreter终端里能运行IDE 里不能运行IDE 没有继承终端的 conda 环境变量在 IDE 的终端设置里开启 Shell IntegrationJupyter Notebook 里 import torch 失败Kernel 对应的是系统 Python 而非虚拟环境在虚拟环境里执行pip install ipykernel并注册 kernel命令行激活环境报错“系统找不到指定的路径”Windowsconda 的路径配置异常执行conda init重建 PATH 配置表格里的最后一种情况Jupyter 的问题比较隐蔽。你或许会遇到在pytorch_env里用pip install torch装好了但打开 Jupyter 新建一个 Notebook发现 import torch 还是失败。这是因为 Jupyter 的 Kernel 默认绑定的是创建 Notebook 时的那个 Python 解释器不是当前虚拟环境。解决办法是在虚拟环境里安装 ipykernel 并注册pip install ipykernel python -m ipykernel install --user --name pytorch_env --display-name PyTorch Env然后在 Jupyter 的 Kernel 切换菜单里就能看到 PyTorch Env 这个选项了。7. 多人协作时的环境同步方案7.1 用 requirements.txt 固定版本如果这个环境是你自己一个人用那随便折腾都行。但如果要把环境分享给同事或者你自己换了台电脑想要快速还原环境那就不能靠记忆了必须把环境的依赖导出成文件。最简单的方案是用 pip 导出pip freeze requirements.txt导出的文件里会包含所有已安装的包及其精确版本号别人拿到这个文件后在新环境里执行pip install -r requirements.txt就能复现出一模一样的环境。不过pip freeze有一个缺点它会把你环境里所有间接依赖也导出来导致文件很长而且里面可能混着一些和项目无关的包。更精准的做法是只导出项目直接依赖pip list --not-required --formatfreeze requirements.txt这样只会导出顶层依赖即不是其他包的依赖的包干净很多。7.2 用 conda env export 做环境级备份conda 有更完整的方案conda env export -n pytorch_env pytorch_env.yaml导出的 YAML 文件不仅包含 Python 包还包含 conda 自己管理的非 Python 依赖甚至包括环境创建时的具体通道信息。别人或者另一台电脑上还原这个环境时只需要conda env create -f pytorch_env.yaml一条命令就能生成一模一样的环境。我个人使用习惯是这样的同一个项目我会同时维护 requirements.txt 和 environment yaml。前一个给使用纯 pip 的同事用后一个给使用 conda 的同事用避免因为工具差异导致环境不一致。8. 我的私房建议环境管理的几个小习惯最后分享几个长期实践下来的小习惯不算什么高深技巧但真的能省掉很多无谓的折腾。第一个习惯一个项目一个环境环境起名要有辨识度。不要用test、env1这种名字时间一长绝对认不出哪个是哪个。我用项目名_pytorch的格式比如ocr_pytorch、nlp_pytorch几个月后回来看一目了然。第二个习惯装包前先看项目要求的版本再决定装什么。不要一上来就pip install torch最新版。很多开源项目在 README 或 requirements.txt 里已经写明了建议的 torch 版本照着装就行。主动升级大版本比如从 1.x 升到 2.x要谨慎接口变化大的时候项目代码可能直接崩。第三个习惯定期整理环境依赖。项目结束后把不再使用的环境果断删掉节省磁盘空间是一方面更重要的是避免“每个环境看着都眼熟但都不知道是干嘛的”这种混乱状态。删除命令是conda env list conda env remove -n 环境名字第四个习惯也可以说是最重要的一点遇到环境问题先冷静别乱卸载重装。大多数环境问题都能通过“看版本号 → 到官网核对兼容性 → 针对性调整”这三步解决。实在解决不了再走重建环境的路线。乱试命令只会让环境越弄越乱。第五个习惯环境建好后马上写几行验证代码并保存到项目里。就像我上面第三节里给的那个训练样例代码保存成env_check.py以后任何时候怀疑环境出问题直接跑一遍这个脚本几十秒钟就能判断环境是好的还是有问题的。这比翻聊天记录、回忆上次怎么装的靠谱得多。我自己到现在还在用几年前建的第一个 PyTorch 环境跑一些简单的脚本它和后来建的环境完全隔离互不干扰这就是独立环境最大的价值所在。希望这篇环境搭建实录能帮你跨过最初的这道坎把精力留给真正的建模和调参。