流程#

flowchart TD
    A[开始] --> B{使用 PowerShell 或 CMD}
    B --> C[安装 CUDA 11.3]
    C --> D[安装 Anaconda]
    D --> E[安装 VSCode]
    E --> F[配置 Python 虚拟环境]
    F --> G[安装 PyTorch - CUDA 11.3 版本]
    G --> H[完成]
    style A fill:#f96,stroke:#333,stroke-width:2px
    style H fill:#f96,stroke:#333,stroke-width:2px

使用 PowerShell 或 CMD#

Windows 11默认的终端是 PowerShell，当然使用最简单的CMD也很好

安装 CUDA 11.3#

如果你的电脑使用Nvidia的显卡，先在终端中查看CUDA版本

nvcc --version

如果返回如下：

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2021 NVIDIA Corporation
Built on Mon_May__3_19:41:42_Pacific_Daylight_Time_2021
Cuda compilation tools, release 11.3, V11.3.109
Build cuda_11.3.r11.3/compiler.29920130_0

那么就不用安装了，反之，在网上寻找文章学习怎么安装。

安装 Anaconda#

对于 Anaconda，到官网下载Windows版。 文章推荐： 文章一 文章二

安装好后输入conda -V查看得conda 24.9.2，只要有版本号就是对的。

然后换源，因为不在国外，使用官方默认的源可能会有不好的网络下载体验，所以要换成国内的镜像加速源，比如清华源。

默认源：

conda config --show channels
channels:
  - https://repo.anaconda.com/pkgs/main
  - https://repo.anaconda.com/pkgs/r

添加清华源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --set show_channel_urls yes

会得到：

conda config --show channels
channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - defaults
  - https://repo.anaconda.com/pkgs/main
  - https://repo.anaconda.com/pkgs/r
  - https://repo.anaconda.com/pkgs/msys2

安装VSCode#

到官网下载适用于Windows版本的。

安装完后记得下载适用于python的插件：

Chinese (Simplified) # 简体中文
Python # 包含Python、Pylance、Python Debugger的整合包
autopep8 # 用来格式化python代码
Jupyter #交互式学习pyhton代码

配置 Python 虚拟环境#

比如在我在vscode中创建了一个名字为torch_cuda113_py39的虚拟环境：

conda create --name torch_cuda113_py39 python=3.9

然后我在右下角的选择python解释器中选择它，重新打开一个终端，它就被激活了。

默认包：

pip list
Package    Version
---------- -------
pip        25.0
setuptools 75.8.0
wheel      0.45.1

默认源：

pip config list

默认返回空，换源🙏 指令如下：

pip config set global.index-url='https://pypi.tuna.tsinghua.edu.cn/simple'
pip config set global.extra-index-url https://mirrors.aliyun.com/pypi/simple/

返回如下：

pip config list
global.extra-index-url='https://mirrors.aliyun.com/pypi/simple/'
global.index-url='https://pypi.tuna.tsinghua.edu.cn/simple'

(可选)更新一下pip：pip install --upgrade pip 或者 python -m pip install --upgrade pip(权限不够使用这个)

安装 PyTorch (CUDA 11.3 版本)#

去到官网 选择Stable->Mac->Pip->Python->Default，复制命令并在vscode终端激活的torch_cuda113_py310环境中运行：

pip install torch==1.12.0+cu113 torchvision==0.13.0+cu113 torchaudio==0.12.0 --extra-index-url https://download.pytorch.org/whl/cu113

安装完后大概有这些包：

Package            Version
------------------ ------------
certifi            2025.1.31
charset-normalizer 3.4.1
idna               3.10
numpy              2.2.2
pillow             11.1.0
pip                25.0.1
requests           2.32.3
setuptools         75.8.0
torch              1.12.0+cu113
torchaudio         0.12.0+cu113
torchvision        0.13.0+cu113
typing_extensions  4.12.2
urllib3            2.3.0
wheel              0.45.1

import torch

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

# 检查 CUDA 是否可用
cuda_available = torch.cuda.is_available()
print(f"CUDA available: {cuda_available}")

if cuda_available:
    # 打印 CUDA 版本
    print(f"CUDA version: {torch.version.cuda}")

    # 获取当前系统中所有可用的 GPU 数量
    num_gpus = torch.cuda.device_count()
    print(f"Number of GPUs available: {num_gpus}")

    # 获取当前默认的 CUDA 设备名称
    current_gpu_name = torch.cuda.get_device_name(0) if num_gpus > 0 else 'N/A'
    print(f"Current GPU name: {current_gpu_name}")
else:
    print("No CUDA device found.")

PyTorch version: 1.12.1+cu113
CUDA available: True
CUDA version: 11.3
Number of GPUs available: 1
Current GPU name: NVIDIA GeForce RTX 3050 Ti Laptop GPU

附录#