笔记本是 RTX 4060，Python 版本是 3.11

装 PyTorch 折腾了一段时间，顺手记一下过程，自己忘了可以看看，也能帮大家省点事。

查看自己的环境

首先打开终端（CMD / PowerShell），输入：

nvidia-smi

我的结果是：

Driver Version: 560.94
CUDA Version: 12.6

注：这里的 CUDA 12.6 是驱动支持的版本上限，不是让去装 12.6 的 Toolkit

---

在 Conda 中新建环境

例如创建一个名为 torch_py311 的环境（这个名字可以随便改），这里也可以改成其它名称

创建完毕后激活环境

conda create -n torch_py311 python=3.11 -y
conda activate torch_py311

激活后，终端前面会变成类似这样：

(torch_py311) PS C:\...实际的一个目录...>

说明已经进入这个独立的环境了

---

在创建的环境中手动下载、安装 PyTorch

按照官网的 pip 命令在线安装，在国内网络环境下极易失败，因此改用离线安装。

1. 手动下载

手动下载地址（均为 cu121 / cp311）：

- torch（主包，约 2.4GB，建议挂迅雷或下载器）：

https://download.pytorch.org/whl/cu121/torch-2.3.1%2Bcu121-cp311-cp311-win_amd64.whl
- torchvision：
https://download.pytorch.org/whl/cu121/torchvision-0.18.1%2Bcu121-cp311-cp311-win_amd64.whl
- torchaudio：
https://download.pytorch.org/whl/cu121/torchaudio-2.3.1%2Bcu121-cp311-cp311-win_amd64.whl

下载到任何位置均可，之后会在终端进到对应目录下载

2. 进入下载目录

下载好后，在终端中，进入环境后，需要先 cd 到下载目录下，再用 dir 查看目录下的内容。例如我下载在 E:\donloads。

cd E:\donloads
dir *.whl

3. 离线安装

确认目录下有刚才下载的几个 .whl 文件后，执行下面的命令，安装 PyTorch

pip install torch-2.3.1+cu121-cp311-cp311-win_amd64.whl
pip install torchvision-0.18.1+cu121-cp311-cp311-win_amd64.whl
pip install torchaudio-2.3.1+cu121-cp311-cp311-win_amd64.whl

4. 安装常用库

pip install numpy matplotlib pandas scipy jupyterlab ipykernel scikit-learn tqdm pillow einops packaging opencv-python

---

验证

安装完毕后，在终端逐行执行：

python -c "import torch; print('Torch:', torch.__version__)"
python -c "import torch; print('CUDA:', torch.cuda.is_available())"
python -c "import torch; print('GPU:', torch.cuda.get_device_name(0))"

验证是否安装成功，例如我这边输出如下，表明安装成功

Torch: 2.3.1+cu121
CUDA: True
GPU: NVIDIA GeForce RTX 4060 Laptop GPU

---

在 PyCharm 的 Jupyter Notebook 内核中配置刚装好的 PyTorch 环境

如果在 PyCharm 里用 .ipynb，刚装好环境跑 import torch 大概率还是会报错。还需要多一步：

1. 注册 Jupyter 内核

在终端激活 torch_py311​ 环境后，执行：

python -m ipykernel install --user --name torch_py311 --display-name "Python 3.11 (torch_py311)"

这步相当于把 torch_py311 注册成一个 Jupyter 内核，只需要做一次，之后就可以使用这个内核了

2. 在 PyCharm 中切换内核

接着，在 PyCharm 里打开 .ipynb 文件

首次运行单元格后，PyCharm 会自动启动它托管的 Jupyter Server（也可以手动点“启动”按钮），这时就可以在 Notebook 的右上角切换内核了，这里我们切换到刚刚注册的这个：

Python 3.11 (torchpy311)

这样 Notebook 里就能用上 GPU 了。

---

备份环境中所用库的方法

把环境导出备份一下，列出环境里所有的库及精确的版本号，以后重装环境就可以直接用了

导出快照（名称可以随便改）：

pip freeze > requirements_torch_py311.txt

若之后环境炸了，或者换电脑，要重装时执行：

conda create -n 创建的环境名 python=3.11 -y
conda activate 创建的环境名
pip install -r requirements_torch_py311.txt

那么环境就能装回来了

注：requirements_torch_py311.txt 里的大部分库会在线安装；如果在线下载不动，仍需按前面的方法手动下载后再安装。

---

修改内核名的方法

1. 查看现有内核

查看现有内核的名称与位置：

jupyter kernelspec list

2. 打开对应内核目录下的 kernel.json 修改环境名字段

根据上一步命令返回的位置打开对应内核的目录，打开目录下的 kernel.json 文件，修改下面字段引号中的环境名，保存即可

"display_name": "当前环境名",

保存后，重启 PyCharm，新名字即可生效。