从线性代数到工业实战:非齐次线性方程组解的结构与价值
2026/7/25 19:22:26
打开终端:
Windows: Win+R → 输入cmd或powershell
macOS: Command+空格 → 搜索 "终端"
Linux: Ctrl+Alt+T
激活你的 conda 环境:
bash
conda activate DL # 激活名为 DL 的环境
执行安装命令:
bash
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
打开 PyCharm
找到底部的Terminal标签
确保环境已激活(通常会显示(DL)前缀)
直接输入安装命令
打开 VS Code
按Ctrl+`打开终端
确保在正确的 Python 环境中(可以运行conda info检查)
输入安装命令
在终端中输入:
# 检查 conda 环境 conda info --envs # 激活环境 conda activate 环境名称 # 检查 Python 版本 python --version # 检查 pip 版本 pip --version首先卸载当前版本:
pip uninstall torch torchvision torchaudio -y安装兼容版本:
# 对于 CUDA 12.1 pip install torch==2.2.0 torchvision==0.17.0 torchaudio==2.2.0 --index-url https://download.pytorch.org/whl/cu121 # 或者最新稳定版 pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121如果还是不行,更新显卡驱动:
# 检查当前驱动版本 nvidia-smi # 需要至少 545.xx 版本驱动支持 RTX 5000 系列 # 去 NVIDIA 官网下载最新驱动安装后运行:
import torch x = torch.tensor([2, 2], device='cuda:0') print(x) # 应该不显示警告,并且显示正确的GPU设备