如何查看当前 PyTorch 版本，在你的项目中运行如下代码（如果没有安装过，则跳过）

import torch
print(f"PyTorch 版本: {torch.__version__}")
# 如果输出 PyTorch 版本: 版本号+cpu

说明你的 PyTorch 是 CPU 版本，如果想使 GPU 加速代码，请跟我下面的步骤来

首先检查你的电脑是否有英伟达显卡（NVIDIV）

一般笔记本可以查看在笔记本C面上是否有一张绿色的小贴纸，上面如果有 NVIDIV 可直接去下一步

如果时间长或者没贴纸的也别着急，可以跟着我下面的步骤检查。

运行：Win + R 打开运行对话框，输入 devmgmt.msc 然后按回车

就可以进入到设备管理器页面，在此页面打开显示适配器，GPU 前带 NVIDIA就没问题了。

一、查看电脑显卡驱动版本

1. 打开命令提示符（Windows）或终端（macOS/Linux）

2. 输入以下命令并回车：

   nvidia-smi
   

3. 在输出的信息右上角，你会看到一行 CUDA Version: xx.x。这个数字是你的显卡驱动最高支持的 CUDA 版本。这里我的版本是13.2

二、安装

1. 卸载PyTorch

如果只前学习安装过 cpu 版本的 PyTorch 的话,，我们需要先卸载原先的 PyTorch （若未安装过，则进行下一步）。

在终端中运行以下代码（如果安装到虚拟环境中，则需要先进入虚拟环境，再运行下面代码）

pip uninstall torch torchvision torchaudio

2. 安装GPU版本的PyTorch

建议 本机的CUDA 版本 >= 安装的CUDA版本，例如我的版本是13.2 > 12.6 就可以

可以去往PyTorch官网，进入主页往下滑，看到如下页面 Install PyTroch，根据你的情况选择

然后打开终端运行它给出的代码（若有项目则在项目虚拟环境终端运行）

例如：

pip3 install torch torchvision --index-url https://download.pytorch.org/whl/cu126

三、检验

1. 终端检验

在终端中运行 pip list （若有项目则在项目虚拟环境终端运行）

看到版本号后加cu和刚才你安装版本号一致就安装成功

2. 代码检验

输出 True，则说明安装无误

import torch
print(torch.__version__)
print(torch.version.cuda)
print(torch.cuda.is_available())  #输出为True，则安装无误

---

以上内容就是全部内容了，如果还有疑问可以在评论区友善讨论