这个问题出现在要用到GPU训练模型时，解决这个问题需要下载CUDA，还有对应版本的pytorch。注意一定要下对版本，因为还有可能下成cpu版本的。

下载CUDA就不赘述了，大把帖子教，基本没啥问题。

重头戏是下pytorch。

https://pytorch.org/get-started/previous-versions/在这里找对应CUDA版本的pytorch，复制命令下载就好了。我用pip经常不成功，就用conda的命令下（不过conda下的版本太老了，可能会有和其他包版本不匹配的问题，越搞越麻烦，还是用pip比较好）。

这里是第一个坑，不要用清华源镜像，会下成cpu版本的。我一开始嫌pip太慢还老失败就把官方指令-i后面改成清华源了

pip install torch==2.7.0 torchvision==0.22.0 torchaudio==2.7.0 -i https://pypi.tuna.tsinghua.edu.cn/simple 

结果就下成cpu版本的了。

改用conda命令下成功了以后，检验一下

import torch
print(torch.__version__)  # PyTorch 版本
print(torch.version.cuda)  # CUDA 版本
print(torch.cuda.is_available())

大部分人到这一步已经成功解决了，但是我用的是jupyter notebook，还是没有解决，打印出来这样的结果

这很诡异！因为当时pip安装不上，我在anaconda prompt用conda命令安装，conda安装的是2.5.1版本的，而且我运行了conda list，确认我的虚拟环境正确安装了2.5.1、cuda版本的pytorch。我当时还以为是因为我重装pytorch之前没有删除2.7.0版本的（我一开始的版本是2.7.0），然后两个版本冲突导致有问题。所以这里有第二个教训，装新版本的torch之前建议先把旧的删了。

但是接下来发生了一件更诡异的事，我把pytorch给删了，再运行上面的检验代码，居然还能打印出来上面的结果！这太阴了

然后deepseek老师推荐我用下面的代码检查一下是不是在正确的环境

import sys
print(sys.executable)  # 显示当前 Python 解释器路径

print(torch.__file__)  # 显示 torch 的实际安装位置

打印出来的路径果然不对，但是我的jupyter确实是显示在正确的环境和内核下呀！

这真的很诡异，然后我在cmd进入虚拟环境运行conda list，发现我之前安装好的ipykernel内核不见了？！

最后重新注册内核，然后重新用官方的命令下对应版本的pytorch，终于解决了，检查路径正确！pytorch版本正确！也不报错了！

所以第三个教训就是，一定要检查是不是在正确的环境下操作！

结语：

1.有官方用官方，不要贪快就改清华源！

2.装新的前先把旧的删了！

3.检查环境！

4.jupyter notebook使用感受：我是深度学习初学者，用这个纯属是因为感觉它可以分步操作，可以方便我纠正错误。但是缺点是不能直接打开终端，运行pip命令的时候还老是卡壳，搞得我在多个cmd之间跳跃。还有一个缺点就是配置环境太麻烦了，尤其是在经历了自动变环境和内核消失的背刺后！

希望编者“血的教训”可以帮助到大家。