【踩坑笔记】Geforce RTX5060 显卡对应的 Pytorch 安装

文章目录

[一、CUDA 和 cuDNN 下载和安装](#一、CUDA 和 cuDNN 下载和安装)
- [（一）CUDA 下载和安装](#（一）CUDA 下载和安装)
- [（二）cuDNN 下载和安装（可选）](#（二）cuDNN 下载和安装（可选）)
二、pytorch下载
- [（一）检查并卸载旧的 pytorch](#（一）检查并卸载旧的 pytorch)
- [（二）下载 pytorch GPU版本](#（二）下载 pytorch GPU版本)
- - [1. 通过官网下载（不推荐）](#1. 通过官网下载（不推荐）)
  - [2. 通过国内镜像源下载（推荐）](#2. 通过国内镜像源下载（推荐）)
- （三）验证安装

参考：
https://zhuanlan.zhihu.com/p/32400431090
https://blog.csdn.net/u013176571/article/details/150470415

一、CUDA 和 cuDNN 下载和安装

（一）CUDA 下载和安装

在命令行中输入nvidia-smi，查看右上角显示的 CUDA 版本（我这里是13.2），该数字表示驱动支持的最高 CUDA 版本，CUDA 版本需与显卡驱动、cuDNN 版本严格匹配，否则会导致兼容性问题。

https://developer.nvidia.com/cuda-toolkit-archive

这里选择 CUDA 12.8。

打开后根据自己的配置选择对应的CUDA下载。

下载后进行安装，完成后通过 nvcc -V 命令进行检查：

（二）cuDNN 下载和安装（可选）

访问 cuDNN Archive，选择对应版本的 cuDNN 进行下载。下载前需要提前注册 NVIDIA 账号。

https://developer.nvidia.com/rdp/cudnn-archive

解压下载好的 cuDNN 文件至 CUDA 安装目录，替换 CUDA 中的对应文件即可。

二、pytorch下载

（一）检查并卸载旧的 pytorch

卸载步骤（Windows / .venv）

激活虚拟环境（如果你还没激活）：

bash 复制代码

.\.venv\Scripts\activate

卸载 PyTorch 相关包：

bash 复制代码

pip uninstall -y torch torchvision torchaudio

确认是否卸载干净：

bash 复制代码

pip show torch torchvision torchaudio

如果显示 Package(s) not found 就说明已卸载。

清理缓存（可选项）

bash 复制代码

pip cache purge

（二）下载 pytorch GPU版本

1. 通过官网下载（不推荐）

打开官网下载：https://pytorch.org/get-started/locally/
50系显卡 一定要选择 Preview (Nightly) 版本，非50系显卡选择 Stable 版本。

根据官网显示结果，在虚拟环境下（避免其他包冲突）输入以下命令：

bash 复制代码

pip3 install --pre torch torchvision --index-url https://download.pytorch.org/whl/nightly/cu128

但这种方式下载通常很慢且不稳定，推荐国内镜像源。

2. 通过国内镜像源下载（推荐）

这边选择阿里镜像源：https://mirrors.aliyun.com/pytorch-wheels/nightly/cu128/

根据以下基础命令，选择相关版本进行下载：

bash 复制代码

pip3 install torch torchvision torchaudio --index-url https://mirrors.aliyun.com/pytorch-wheels/nightly/cu128 --find-links https://mirrors.aliyun.com/pytorch-wheels/nightly/cu128

例如，我这边选择的版本是torch-2.10.0.dev20251213+cu128：

所以命令为：

bash 复制代码

pip3 install torch==2.10.0.dev20251213+cu128 torchvision torchaudio --index-url https://mirrors.aliyun.com/pytorch-wheels/nightly/cu128 --find-links https://mirrors.aliyun.com/pytorch-wheels/nightly/cu128

（三）验证安装

python 复制代码

python -c "import torch; print(torch.__version__); print(torch.version.cuda); print(torch.cuda.is_available()); print(torch.cuda.get_device_name(0)); print(torch.cuda.get_device_capability(0))"