📦 安装配置

在开始学习PyTorch之前，我们需要先把环境搭建好。别担心，这个过程很简单！

📌 当前最新版本

PyTorch 稳定版：2.7.0 （2025年）
参考：PyTorch官方安装指南

🔧 环境要求

Python 版本要求

操作系统	Python 版本要求
Windows	Python 3.9 - 3.13
Linux	Python 3.10 - 3.14
macOS	Python 3.10 - 3.14

⚠️ 重要提示

最新稳定版 PyTorch 2.7.0 要求 Python 3.10 或更高版本！ 如果你使用的是 Python 3.8 或 3.9，请先升级 Python。

操作系统要求

Windows: Windows 7 及以上（推荐 Windows 10+）
Linux: glibc >= 2.28（Ubuntu 20.04+、CentOS 8+、Debian 10+）
macOS: macOS 10.15 (Catalina) 及以上

🎯 安装方式

方式一：使用pip安装（推荐新手）

打开命令行（Windows用户打开CMD或PowerShell），执行：

# CPU版本（如果你没有NVIDIA显卡）
pip3 install torch torchvision torchaudio

# 或者指定清华镜像源（国内更快）
pip3 install torch torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple

方式二：使用conda安装

如果你使用Anaconda或Miniconda：

# 创建新环境（推荐使用 Python 3.10+）
conda create -n pytorch python=3.11

# 激活环境
conda activate pytorch

# 安装PyTorch CPU版本
conda install pytorch torchvision torchaudio cpuonly -c pytorch

方式三：GPU版本 - NVIDIA CUDA（有NVIDIA显卡的用户）

⚠️ 注意

GPU版本需要先安装NVIDIA驱动和CUDA。如果你是新手，建议先用CPU版本学习。

# CUDA 11.8版本
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

# CUDA 12.6版本（推荐）
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu126

# CUDA 12.8版本（最新）
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128

💡 如何选择CUDA版本？

通常选择最新的CUDA版本性能更好。运行 nvidia-smi 可以查看你的显卡支持的最高CUDA版本。

方式四：GPU版本 - AMD ROCm（有AMD显卡的用户）

如果你使用的是AMD显卡（仅限Linux）：

# ROCm 6.3版本
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/rocm6.3

ℹ️ ROCm说明

ROCm是AMD的GPU计算平台，类似于NVIDIA的CUDA。PyTorch的ROCm版本在Python API层面与CUDA版本完全兼容，torch.cuda.is_available() 同样可以用于检测ROCm设备。

✅ 验证安装

安装完成后，让我们验证一下是否成功。

基础验证

import torch

# 打印PyTorch版本
print(f"PyTorch版本: {torch.__version__}")

# 创建一个随机张量（官方推荐的验证方式）
x = torch.rand(5, 3)
print(x)

预期输出（数值会不同）：

PyTorch版本: 2.7.0
tensor([[0.3380, 0.3845, 0.3217],
        [0.8337, 0.9050, 0.2650],
        [0.2979, 0.7141, 0.9069],
        [0.1449, 0.1132, 0.1375],
        [0.4675, 0.3947, 0.1426]])

GPU验证（CUDA/ROCm）

如果你安装了GPU版本，运行以下代码验证：

import torch

# 检查CUDA/ROCm是否可用
print(f"CUDA可用: {torch.cuda.is_available()}")

# 如果可用，查看更多信息
if torch.cuda.is_available():
    print(f"CUDA版本: {torch.version.cuda}")
    print(f"GPU设备数量: {torch.cuda.device_count()}")
    print(f"当前GPU: {torch.cuda.get_device_name(0)}")
    
    # 在GPU上创建张量测试
    x = torch.rand(3, 3).cuda()
    print(f"GPU张量: {x}")

💡 ROCm用户

PyTorch的ROCm版本使用相同的API，torch.cuda.is_available() 同样适用于检测AMD GPU。

如果没有报错，并且能看到输出，恭喜你安装成功！🎉

🛠️ 推荐的开发环境

1. Jupyter Notebook（强烈推荐新手）

pip install jupyter

# 启动Jupyter
jupyter notebook

优点：

可以一段一段运行代码
即时看到输出结果
方便调试和学习

2. VS Code + Python插件

安装VS Code
安装Python插件
安装Jupyter插件（可以在VS Code中运行.ipynb文件）

3. PyCharm

专业的Python IDE，功能强大，但对新手可能有点复杂。

📁 项目结构建议

学习时，建议按照以下结构组织你的代码：

pytorch-learning/
├── 01_basics/
│   ├── tensor_demo.py
│   └── autograd_demo.py
├── 02_neural_network/
│   ├── simple_nn.py
│   └── training.py
├── 03_projects/
│   ├── mnist/
│   └── image_classifier/
└── requirements.txt

❓ 常见问题

Q1: 安装时报错 "No matching distribution found"

原因：Python版本不兼容。PyTorch 2.7.0 要求 Python 3.10+

解决方案：

# 查看当前Python版本
python --version

# 如果版本过低，升级Python或创建新的虚拟环境
conda create -n pytorch python=3.11
conda activate pytorch

Q2: 导入torch时报错 "ModuleNotFoundError"

原因：PyTorch未正确安装，或安装在了不同的Python环境

解决方案：

# Windows PowerShell
pip list | Select-String torch

# Linux/macOS
pip list | grep torch

# 如果没有找到，重新安装
pip3 install torch torchvision torchaudio

Q3: CUDA版本不匹配 / GPU不可用

解决方案：

# 1. 查看显卡驱动支持的CUDA版本
nvidia-smi

# 2. 查看已安装的PyTorch CUDA版本
python -c "import torch; print(torch.version.cuda)"

# 3. 如果版本不匹配，重新安装对应版本
# 例如显卡支持CUDA 12.x，安装CUDA 12.6版本
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu126

Q4: macOS上安装失败

解决方案：macOS不支持CUDA，只能使用CPU版本或MPS（Apple Silicon）

# macOS安装命令
pip3 install torch torchvision torchaudio

# Apple Silicon (M1/M2/M3) 可以使用MPS加速
python -c "import torch; print(torch.backends.mps.is_available())"

Q5: 安装速度太慢

解决方案：使用国内镜像源

# 清华镜像
pip3 install torch torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple

# 阿里云镜像
pip3 install torch torchvision torchaudio -i https://mirrors.aliyun.com/pypi/simple

📚 官方资源

🔗 PyTorch官方安装指南 - 最新安装命令生成器
🔗 PyTorch官方文档 - API文档和教程
🔗 PyTorch论坛 - 社区问答

下一步

安装完成后，让我们开始学习张量基础！