Anaconda的虚拟环境下使用清华源镜像安装Pytorch

1. 版本说明

Anaconda23.7.4，python虚拟环境3.11，本机NVIDIA显卡驱动CUDA Version: 11.1，Pytorch2.7.1，CUDA11.8。

需要提前安装好Anaconda，用管理员身份打开Anaconda Prompt，可以通过以下命令查看：

安装虚拟环境（第2节）

如果电脑有NVIDIA显卡，nvidia-smi 查看

2. 更改虚拟环境和安装包的安装路径

如果想按照默认安装在C盘，可以跳过此步。Pytorch和CUDA的安装尽量预留大于6G的空间，如果安装时C盘空间不够，会报错：pip._vendor.urllib3.exceptions.ProtocolError: ("Connection broken: OSError(28, 'No space left on device')", OSError(28, 'No space left on device'))。

更改配置信息：

bash 复制代码

conda config --add envs_dirs F:\file\anaconda\envs
conda config --add pkgs_dirs F:\file\anaconda\pkgs

envs-dirs是虚拟环境的存放目录，pkgs-dirs是下载的包缓存的存放目录。

查看是否配置成功：conda config --show

新的配置在第一行。

3. 在Anaconda中创建虚拟环境

bash 复制代码

conda create --name pytorch271(自己的虚拟环境名称) python=3.11

安装成功，激活(切换)环境。

bash 复制代码

conda activate pytorch271

输入python能够进入到python的交互命令行，说明虚拟环境创建成功。

4. 配置清华源镜像

如果不使用清华源镜像，可以直接到Pytorch官网根据官方提供的命令安装，但是网络环境不好容易中断出错，ERROR: THESE PACKAGES DO NOT MATCH THE HASHES FROM THE REQUIREMENTS FILE.

本文首选使用清华源镜像进行安装。配置清华源镜像。

bash 复制代码

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
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

查看是否配置成功：conda config --show

channels下除了defaults有新配置的镜像信息。

5. 安装Pytorch

需要注意，现在安装Pytorch能够把CUDA一起安装，本机的NVIDIA显卡驱动需要和CUDA匹配，通常选择型号一致的，或者向下兼容。CUDA11.8的兼容性较好。

如果安装的版本过高，会报错F:\file\anaconda\envs\pytorch280\Lib\site-packages\torch\cuda\init.py:182: UserWarning: CUDA initialization: The NVIDIA driver on your system is too old (found version 11010).提示驱动的版本过低，需要升级本机的驱动或者使用低版本的CUDA。

本文适配的版本为Pytorch2.7.1和CUDA11.8，安装命令

bash 复制代码

pip install torch==2.7.1 torchvision==0.22.1 torchaudio==2.7.1 -i https://pypi.tuna.tsinghua.edu.cn/simple --extra-index-url https://download.pytorch.org/whl/cu118

安装完成后进入python交互命令行，查看是否安装成功

bash 复制代码

python
import torch
print(torch.version.cuda)
torch.cuda.is_available()

能够导入torch包，可以显示CUDA版本，且GPU可用。安装成功。