Windows 安装 PyTorch 指令详解：从零到跑通环境

如果你正在找 Windows 安装 PyTorch 指令，大概率是想尽快把深度学习环境搭起来，开始跑代码、训练模型或者测试 GPU 是否可用。
这篇文章直接按“问题分析 → 解决方案 → 注意事项”的方式讲清楚，适合新手一步一步照着做，也能给进阶用户提供更高效的命令方案。

---

一、先搞清楚：Windows 上装 PyTorch，核心看这 3 件事

很多人一上来就复制安装命令，结果不是装不上，就是版本冲突。其实安装 PyTorch 之前，先确认这 3 个关键点：

1. 你的 Python 版本是否合适

PyTorch 对 Python 版本有要求，常见稳定组合是：

• Python 3.9
• Python 3.10
• Python 3.11

一般不建议一上来就用太新的版本，否则容易遇到依赖不兼容。

2. 你是装 CPU 版还是 GPU 版

这个决定了你的安装指令：

• CPU 版：不需要 NVIDIA 显卡，装起来最简单，适合学习、测试、轻量开发。
• GPU 版：需要 NVIDIA 显卡 + 对应 CUDA 支持，适合训练模型、加速推理。

3. 你是否已经装好环境管理工具

推荐两种方式：

• Conda：最稳，适合新手
• venv + pIP：纯 Python 环境，适合轻量用户

如果你是第一次装，建议优先用 Conda。

---

二、最推荐的安装方案：Conda 安装 PyTorch

方案一：安装 CPU 版 PyTorch

如果你只是想先把环境跑通，建议直接装 CPU 版。

1）先创建环境

打开 Anaconda Prompt，输入：

conda create -n pytorch python=3.10 -y
conda activate pytorch

2）安装 PyTorch CPU 版

执行：

conda install pytorch torchvision torchaudio cpuonly -c pytorch -y

3）验证是否安装成功

输入：

python

进入 Python 后，输入：

import torch
print(torch.__version__)
print(torch.cuda.is_available())

如果返回版本号，且 torch.cuda.is_available() 输出 False，这很正常，因为你装的是 CPU 版。

---

方案二：安装 GPU 版 PyTorch

如果你电脑有 NVIDIA 显卡，并且想用 GPU 加速，推荐装 GPU 版。

1）先创建环境

conda create -n pytorch python=3.10 -y
conda activate pytorch

2）安装支持 CUDA 的 PyTorch

常用安装方式如下：

conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia -y

这个命令的意思是：

• 安装 PyTorch
• 安装图像处理库 torchvision
• 安装音频库 torchaudio
• 指定 CUDA 12.1 运行环境

3）验证 GPU 是否可用

安装完成后，进入 Python 执行：

import torch
print(torch.__version__)
print(torch.cuda.is_available())
print(torch.cuda.get_device_name(0))

如果：

• torch.cuda.is_available() 返回 True
• torch.cuda.get_device_name(0) 能显示显卡名称

说明 GPU 环境已经正常。

---

三、如果你用的是 pip，安装指令也很简单

有些人不想装 Conda，也可以直接用 pip。

方案一：pip 安装 CPU 版

先升级 pip：

python -m pip install --upgrade pip

然后安装：

pip install torch torchvision torchaudio

这个方式适合快速尝试，但在 Windows 上，有时 Conda 会更稳定。

---

方案二：pip 安装 GPU 版

如果你想用 pip 安装 GPU 版，建议去 PyTorch 官方对应页面选择命令。
常见形式类似下面这样：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

如果你使用的是其他 CUDA 版本，链接会不同，比如 cu118、cu124 等。

---

四、Windows 新手最稳的完整安装流程

如果你完全是小白，建议直接照着下面做，成功率最高。

第一步：安装 Anaconda

安装好 Anaconda 后，会自带 conda 命令。

第二步：打开 Anaconda Prompt

不要用普通 CMD 也可以，但 Anaconda Prompt 更省事。

第三步：创建独立环境

conda create -n pytorch python=3.10 -y
conda activate pytorch

第四步：安装 PyTorch

CPU 版：

conda install pytorch torchvision torchaudio cpuonly -c pytorch -y

GPU 版：

conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia -y

第五步：测试

python

然后输入：

import torch
print(torch.__version__)
print(torch.cuda.is_available())

---

五、常见问题分析与解决办法

问题 1：torch 导入报错

比如：

ModuleNotFoundError: No module named 'torch'

原因

通常是：

• 没装成功
• 装到了另一个环境
• 当前 Python 和安装时的 Python 不是同一个

解决方案

先检查环境：

conda activate pytorch
python -m pip show torch

如果查不到，再重新安装一次对应版本。

---

问题 2：GPU 版装了但 torch.cuda.is_available() 还是 False

原因

可能是以下几种：

• 显卡不是 NVIDIA
• 驱动没装好
• CUDA 环境不匹配
• 装成了 CPU 版

解决方案

先确认显卡型号：

nvidia-smi

如果这个命令都没法正常显示显卡信息，说明 NVIDIA 驱动可能没装好。
建议先升级显卡驱动，再重装 PyTorch。

---

问题 3：conda 安装很慢

原因

国内网络访问官方源速度一般不快。

解决方案

可以换镜像源，但 PyTorch 和 CUDA 相关包有时还是建议优先用官方源，避免版本不一致。
如果你想提高速度，可以先配置 Conda 镜像，再安装常规包；PyTorch 安装时尽量保持来源一致。

---

问题 4：pip 装完版本不对

原因

pip 可能从默认源下载了不匹配的包。

解决方案

强制指定官方 PyTorch 下载地址，比如：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

---

六、不同需求下，怎么选安装方式

1）只学习、写 Demo、跑 CPU 推理

推荐：

conda install pytorch torchvision torchaudio cpuonly -c pytorch -y

优点：

• 简单
• 稳定
• 兼容性好

2）有 NVIDIA 显卡，想训练模型

推荐：

conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia -y

优点：

• 安装相对省心
• GPU 支持好
• 适合长期开发

3）临时测试、轻量使用

可以用：

pip install torch torchvision torchaudio

优点：

• 快
• 简单

缺点：

• 环境管理不如 Conda 稳

---

七、安装前的注意事项

1. 尽量不要把多个 Python 环境混着用

比如：

• 系统自带 Python
• Anaconda Python
• Microsoft Store Python

混用最容易出问题。
建议明确只用一个环境。

2. 不建议直接装在系统 Python 里

尤其是新手，最好用虚拟环境隔离，避免污染系统。

3. GPU 版要先确认驱动正常

如果驱动不正常，PyTorch 装得再对也用不了 GPU。

4. 不要盲目追最新版本

很多时候稳定比“最新”更重要。
如果你是做课程、项目、论文复现，优先用常见稳定版本。

---

八、最常用的几条 PyTorch 安装指令汇总

1）Conda CPU 版

conda create -n pytorch python=3.10 -y
conda activate pytorch
conda install pytorch torchvision torchaudio cpuonly -c pytorch -y

2）Conda GPU 版

conda create -n pytorch python=3.10 -y
conda activate pytorch
conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia -y

3）pip CPU 版

python -m pip install --upgrade pip
pip install torch torchvision torchaudio

4）pip GPU 版

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

---

九、安装成功后的快速验证代码

安装完后，建议直接运行下面这段测试代码：

import torch

print("PyTorch版本：", torch.__version__)
print("CUDA是否可用：", torch.cuda.is_available())

if torch.cuda.is_available():
    print("显卡名称：", torch.cuda.get_device_name(0))

如果能正常输出，就说明 PyTorch 环境已经可以用了。

---

十、结论：Windows 安装 PyTorch 最稳的做法

如果你想少踩坑，直接记住这句话就够了：

• 新手优先用 Conda
• 没有 NVIDIA 显卡就装 CPU 版
• 有 NVIDIA 显卡就装 GPU 版
• Python 推荐 3.10
• 安装后一定要测试 import torch 和 torch.cuda.is_available()

最稳的 GPU 安装命令就是：

conda create -n pytorch python=3.10 -y
conda activate pytorch
conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia -y

如果你是纯学习入门，CPU 版命令则更省心：

conda create -n pytorch python=3.10 -y
conda activate pytorch
conda install pytorch torchvision torchaudio cpuonly -c pytorch -y

这两套命令基本能覆盖 Windows 下大多数安装需求。