import torch 失败

1. 使用 PyTorch 官方 Conda 频道安装

运行以下命令（根据你的 CUDA 版本选择）：

# CPU 版本
conda install pytorch torchvision torchaudio cpuonly -c pytorch# CUDA 11.8 版本
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia# CUDA 12.1 版本
conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

---

2. 添加国内镜像源（如清华源）

修改 Conda 配置以加速下载：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

然后重新运行安装命令。

---

3. 验证安装

在 Python 中执行以下代码检查是否成功：

import torch
print(torch.__version__)          # 查看版本
print(torch.cuda.is_available())  # 检查 GPU 是否可用

---

4. 备用方案：使用 Pip 安装

如果 Conda 仍失败，改用 Pip：

# CPU 版本
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu# CUDA 11.8 版本
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118# CUDA 12.1 版本
pip install torch torchvision torchaudio

---

常见问题处理

问题类型	解决方案
Conda 版本过旧	conda update -n base -c defaults conda
依赖冲突	新建环境：conda create -n pytorch_env python=3.10
网络连接超时	使用国内镜像源或 VPN
CUDA 驱动不兼容	在 PyTorch 官网 核对 CUDA 版本与驱动匹配性

---

完整操作流程

1. 创建新环境（可选，推荐）：

   conda create -n pytorch_env python=3.10
   conda activate pytorch_env
   

2. 安装 PyTorch：

   conda install pytorch torchvision torchaudio cpuonly -c pytorch
   

3. 验证 GPU 支持：

   import torch
   assert torch.cuda.is_available(), "CUDA 不可用！"
   

---

通过以上步骤，99% 的 PyTorch 安装问题可以解决。如果仍失败，请提供 conda list 的输出以便进一步分析。