笔记本是 RTX 4060Python 版本是 3.13装 PyTorch 没有那么顺利折腾了一段时间顺手记一下过程以后自己忘了可以看看也能帮别人省点事。查看自己的环境首先打开终端CMD / PowerShell输入nvidia-smi我的结果是Driver Version: 560.94CUDA Version: 12.6注这里的 CUDA 12.6 是驱动支持的版本上限不是让去装 12.6 的 Toolkit。起初我就被这个误导了去 conda 里找 pytorch-cuda12.6结果报错找不到包。在 Conda 中新建环境例如创建一个名为 torch_learn 的环境这个名字可以随便改这里也可以改成其它名称创建完毕后激活环境conda create -n torch_learn python3.13 -y conda activate torch_learn激活后终端前面会变成类似这样(torch_learn) PS C:\...实际的一个目录...说明已经进入这个独立的环境了在创建的环境中安装 PyTorch按照官网的命令用 pip 装在线尝试失败了那就手动下载吧1. 手动下载手动下载地址https://download.pytorch.org/whl/cu126/torch-2.7.0%2Bcu126-cp313-cp313-win_amd64.whl文件有点大2.6GB建议挂个迅雷或者下载器2. 进入下载目录下载好后在终端中进入环境后需要先 cd 到下载目录下再用 dir 查看目录下的内容。例如我下载在 E:\donloads。cd E:\donloads dir3. 安装 PyTorch确认目录下有刚才下载的 .whl 文件后执行下面的命令安装 PyTorchpip install torch-2.7.0cu126-cp313-cp313-win_amd64.whl4. 安装配套工具注意版本要对齐不然 pip 会自动给你降级 torchpip install torchvision0.22.0 torchaudio2.7.0 --index-url https://download.pytorch.org/whl/cu126验证安装完毕后在终端逐行执行python -c import torch; print(Torch:, torch.__version__) python -c import torchvision; print(TorchVision:, torchvision.__version__) python -c import torchaudio; print(TorchAudio:, torchaudio.__version__) python -c import torch; print(CUDA:, torch.cuda.is_available()) python -c import torch; print(GPU:, torch.cuda.get_device_name(0))验证是否安装成功例如我这边输出如下表明安装成功Torch: 2.7.0cu126TorchVision: 0.22.0cu126TorchAudio: 2.7.0cu126CUDA: TrueGPU: NVIDIA GeForce RTX 4060 Laptop GPU或者在环境中新建 python 程序来验证内容如下import torch print(torch.__version__) print(torch.cuda.is_available()) print(torch.cuda.get_device_name(0))例如我的输出如下表明安装成功2.7.0cu126TrueNVIDIA GeForce RTX 4060 Laptop GPU在 PyCharm 的 Jupyter Notebook 内核中配置刚装好的 PyTorch 环境如果你在 PyCharm 里用 .ipynb那么刚装好环境跑 import torch 大概率还是会报错。还需要多一步1. 注册 Jupyter 内核在终端激活 torch_learn 环境(刚才配的那个注意替换名称)后执行pip install ipykernel python -m ipykernel install --user --name torch_learn --display-name Python 3.13 (torch_learn)这步相当于把 torch_learn注册成一个 Jupyter 内核只需要做一次之后就可以使用这个内核了2. 在 PyCharm 中切换内核接着在 PyCharm 里打开 .ipynb 文件首次运行单元格后PyCharm 会自动启动它托管的 Jupyter Server也可以手动点“启动”按钮这时就可以在 Notebook 的右上角切换内核了这里我们切换到刚刚注册的这个Python 3.13 (torch_learn)这样 Notebook 里就能用上 GPU 了。备份环境中用到的库把环境导出备份一下列出环境里所有的库及精确的版本号以后重装环境就可以直接用了导出环境中库的名称pip freeze requirements.txt若之后环境炸了或者换电脑要重装时执行conda create -n 创建的环境名 python3.13 -y conda activate 创建的环境名 pip install -r requirements.txt那么环境就能装回来了注requirements.txt 里的大部分库会在线安装那个 2.6GB 的 PyTorch Wheel 如果在线下载不动仍需按前面的方法手动下载后再安装。
在 Python 3.13 + RTX 4060 上安装 PyTorch GPU 版（含 PyCharm 配置）
笔记本是 RTX 4060Python 版本是 3.13装 PyTorch 没有那么顺利折腾了一段时间顺手记一下过程以后自己忘了可以看看也能帮别人省点事。查看自己的环境首先打开终端CMD / PowerShell输入nvidia-smi我的结果是Driver Version: 560.94CUDA Version: 12.6注这里的 CUDA 12.6 是驱动支持的版本上限不是让去装 12.6 的 Toolkit。起初我就被这个误导了去 conda 里找 pytorch-cuda12.6结果报错找不到包。在 Conda 中新建环境例如创建一个名为 torch_learn 的环境这个名字可以随便改这里也可以改成其它名称创建完毕后激活环境conda create -n torch_learn python3.13 -y conda activate torch_learn激活后终端前面会变成类似这样(torch_learn) PS C:\...实际的一个目录...说明已经进入这个独立的环境了在创建的环境中安装 PyTorch按照官网的命令用 pip 装在线尝试失败了那就手动下载吧1. 手动下载手动下载地址https://download.pytorch.org/whl/cu126/torch-2.7.0%2Bcu126-cp313-cp313-win_amd64.whl文件有点大2.6GB建议挂个迅雷或者下载器2. 进入下载目录下载好后在终端中进入环境后需要先 cd 到下载目录下再用 dir 查看目录下的内容。例如我下载在 E:\donloads。cd E:\donloads dir3. 安装 PyTorch确认目录下有刚才下载的 .whl 文件后执行下面的命令安装 PyTorchpip install torch-2.7.0cu126-cp313-cp313-win_amd64.whl4. 安装配套工具注意版本要对齐不然 pip 会自动给你降级 torchpip install torchvision0.22.0 torchaudio2.7.0 --index-url https://download.pytorch.org/whl/cu126验证安装完毕后在终端逐行执行python -c import torch; print(Torch:, torch.__version__) python -c import torchvision; print(TorchVision:, torchvision.__version__) python -c import torchaudio; print(TorchAudio:, torchaudio.__version__) python -c import torch; print(CUDA:, torch.cuda.is_available()) python -c import torch; print(GPU:, torch.cuda.get_device_name(0))验证是否安装成功例如我这边输出如下表明安装成功Torch: 2.7.0cu126TorchVision: 0.22.0cu126TorchAudio: 2.7.0cu126CUDA: TrueGPU: NVIDIA GeForce RTX 4060 Laptop GPU或者在环境中新建 python 程序来验证内容如下import torch print(torch.__version__) print(torch.cuda.is_available()) print(torch.cuda.get_device_name(0))例如我的输出如下表明安装成功2.7.0cu126TrueNVIDIA GeForce RTX 4060 Laptop GPU在 PyCharm 的 Jupyter Notebook 内核中配置刚装好的 PyTorch 环境如果你在 PyCharm 里用 .ipynb那么刚装好环境跑 import torch 大概率还是会报错。还需要多一步1. 注册 Jupyter 内核在终端激活 torch_learn 环境(刚才配的那个注意替换名称)后执行pip install ipykernel python -m ipykernel install --user --name torch_learn --display-name Python 3.13 (torch_learn)这步相当于把 torch_learn注册成一个 Jupyter 内核只需要做一次之后就可以使用这个内核了2. 在 PyCharm 中切换内核接着在 PyCharm 里打开 .ipynb 文件首次运行单元格后PyCharm 会自动启动它托管的 Jupyter Server也可以手动点“启动”按钮这时就可以在 Notebook 的右上角切换内核了这里我们切换到刚刚注册的这个Python 3.13 (torch_learn)这样 Notebook 里就能用上 GPU 了。备份环境中用到的库把环境导出备份一下列出环境里所有的库及精确的版本号以后重装环境就可以直接用了导出环境中库的名称pip freeze requirements.txt若之后环境炸了或者换电脑要重装时执行conda create -n 创建的环境名 python3.13 -y conda activate 创建的环境名 pip install -r requirements.txt那么环境就能装回来了注requirements.txt 里的大部分库会在线安装那个 2.6GB 的 PyTorch Wheel 如果在线下载不动仍需按前面的方法手动下载后再安装。
