© 2025 Tango
使用以下命令查看你当前的 CUDA 版本：
nvidia-smi
然后访问官方页面查找与你 CUDA 版本匹配的 PyTorch 版本：
https://pytorch.org/get-started/previous-versions/
如果你不使用 GPU，可以直接安装 CPU 版本：
pip install torch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1
-f https://pypi.tuna.tsinghua.edu.cn/simple
-i https://pypi.tuna.tsinghua.edu.cn/simple
注意：这里使用了清华镜像作为国内加速源。
pip install torch==2.6.0 torchvision==0.21.0 torchaudio==2.6.0
-i https://mirrors.aliyun.com/pytorch-wheels/cu118/
--extra-index-url https://pypi.tuna.tsinghua.edu.cn/simple
说明：
-i 指定了阿里云的 GPU 加速镜像。--extra-index-url 保留清华的 PyPI 镜像源。请前往以下网址查找你对应 CUDA 版本的轮子链接：
https://mirrors.aliyun.com/pytorch-wheels
将页面中的链接复制到 -i 参数后，--extra-index-url 保持不变。
1. 为什么安装失败？
建议创建一个干净的新虚拟环境再进行安装，以避免旧版本依赖冲突或残留文件问题。
如果曾经安装失败过，建议先卸载：
pip uninstall torch torchvision torchaudio
然后重新安装对应版本。