很多新手在安装 PyTorch 时，会使用如下命令：

pip install torch

需要注意：这个命令默认安装的是 CPU 版本，即使你的电脑有 NVIDIA 显卡，也不会自动使用 GPU。

如果你希望 PyTorch 使用 GPU（CUDA 版），需要根据官网指引安装对应版本：

👉 https://pytorch.org/get-started/locally/

网站会根据你的环境（操作系统、CUDA 版本、包管理器）生成具体的安装命令。例如：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

安装 GPU 版本后，可以用如下代码确认是否检测到 GPU：

import torch

print(torch.cuda.is_available()) # True 表示可以使用 GPU

print(torch.cuda.device_count()) # GPU 数量

print(torch.cuda.get_device_name(0)) # 第 0 个 GPU 名字

NVIDIA 驱动和 CUDA 工具确认

要正确使用 PyTorch GPU 版本，系统中需要安装：

1. NVIDIA 显卡驱动

2. CUDA Toolkit

3. cuDNN（通常新版 PyTorch 自带，不必单独装）

你可以通过如下工具确认：

1️⃣ 确认驱动

nvidia-smi

显示出 GPU 型号和驱动版本，说明驱动正常工作。

2️⃣ 确认 CUDA Toolkit

nvcc --version

如果提示找不到 nvcc，说明 CUDA Toolkit 没有装或环境变量没设置好。

通常 PyTorch 不要求本机 nvcc 版本匹配官网 CUDA 版本，关键是驱动要支持对应 CUDA runtime。

3️⃣ 驱动安装建议

• Windows 用户：推荐通过 GeForce Experience 更新驱动

• Linux 用户：可以用 .run 安装包，或系统包管理器（如 Ubuntu 的 apt）安装

• 如果 PyTorch 官网要求 CUDA 12.1，对应驱动需要 >= 525.x 版本

小结

✅ PyTorch 默认是 CPU 版

✅ 使用官网生成命令安装 GPU 版

✅ 驱动和 CUDA 工具需要正确安装，nvidia-smi + nvcc 验证

这样就能顺利跑起来 GPU 加速啦 🚀