开门见山说重点：[ https://pytorch.org/get-started/locally/ ]

可以根据你的操作系统、PyTorch版本、包管理器等信息自动生成安装PyTorch的安装命令，拷贝到命令行执行就行了，再也不用查找安装命令和手工填写版本号了。

下面以Ubuntu系统Anaconda为例，详细介绍PyTorch安装步骤。在Windows系统里，步骤和命令基本是一样的。

没有涉及cuDNN的安装，这个相对简单，无论是Windows还是Ubuntu最好是下载离线安装文件后再本地安装。对CUDA版本要求不严格，区分一下CUDA的大版本是11还是12，基本上下载安装最新版就行。[ https://developer.nvidia.com/cudnn-downloads ]

一、确认显卡驱动和CUDA版本

按照<显卡驱动> – <CUDA> – <Anaconda> – <PyTorch> 的顺序，没有遇到问题。

之前有一次在Windows系统先安装的Anaconda然后安装CUDA，就出现一些奇怪的事，并且找不到原因。只好卸载Anaconda再重新安装就好了。在Ubuntu里安装CUDA和Anaconda的顺序似乎无所谓，并且中间还经历了一次从22.04 LTS升级到24.04 LTS，显卡驱动自动重新安装，也没有问题。

1、Ubuntu安装Nvidia驱动：[ https://zhuanlan.zhihu.com/p/674803715 ]，建议在“软件和更新”-“附加驱动”里自动安装[ https://zhuanlan.zhihu.com/p/718110248 ]

2、Ubuntu安装CUDA：[ https://zhuanlan.zhihu.com/p/707042675 ]

3、查看显卡驱动版本，CUDA版本：$ nvidia-smi

这里显示的CUDA Version是可以安装的最高版本。

4、查看已安装的CUDA版本：$ nvcc -V

已安装的CUDA版本确实是 12.2

二、安装PyTorch

访问：[ https://pytorch.org/get-started/locally/ ]，根据自己系统的情况进行选择：稳定版2.5.1、Linux系统、Conda包（而不是常用的Pip）、Python语言、CUDA版本12.1，然后下面就出现了安装命令，拷贝下来到命令行去执行就OK了。

注意我们的CUDA版本是12.2，选择比它小的12.1进行安装。

安装过程需要下载大约1.5G的文件，如果有条件的话可以开个代理。或者设置国内的源，但之前国内的源出过问题，把CPU版当成GPU版推过来了。幸运的是，如果中间下载出问题断掉了，重新执行上述命令，还可以续上。

验证PyTorch安装成功：

$ python
>>> import torch
>>> torch.cuda.is_available()
>>> x = torch.rand(5, 3)
>>> print(x)
>>> print(torch.__version__)

最重要的是torch.cuda.is_available()返回值是True说明PyTorch安装成功。

三、后话

本例安装的是GPU版，如果要安装CPU版在“compute platform”栏选CPU即可。

需要注意的是，如果你的机器没有支持CUDA的GPU，那么在使用GPU版的PyTorch时，会自动切换到CPU模式运行。因此，如果你只是在CPU上运行PyTorch，安装GPU版并不会带来额外的好处。

如果有支持CUDA的GPU但误装了CPU版，则torch.cuda.is_available()返回值是False，要卸载PyTorch再重新安装：

$ conda uninstall pytorch