You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

RTX2070环境下如何安装兼容CUDA 11.7的GPU版PyTorch?

解决PyTorch GPU版本安装失败的方案

1. 检查Python版本兼容性

PyTorch 适配CUDA 11.7的版本(如2.1.x系列)仅支持Python 3.8~3.11版本。先执行以下命令确认当前Python版本:
python --version
若版本超出范围(如3.12及以上),会自动降级安装CPU版本,需切换到兼容的Python环境。

2. 清理已安装的CPU版PyTorch

先卸载现有冲突包:

  • pip方式:
    pip uninstall -y torch torchvision torchaudio
  • conda方式:
    conda uninstall -y pytorch torchvision torchaudio cudatoolkit

3. 指定兼容版本安装

最新版PyTorch 2.3.x已停止对CUDA 11.7的优先支持,需明确指定适配版本:

pip安装命令

pip install torch==2.1.2 torchvision==0.16.2 torchaudio==2.1.2 --extra-index-url https://download.pytorch.org/whl/cu117

conda安装命令

conda install pytorch==2.1.2 torchvision==0.16.2 torchaudio==2.1.2 cudatoolkit=11.7 -c pytorch

4. 验证安装结果

安装完成后,执行以下代码检查GPU支持情况:

import torch
print(torch.cuda.is_available())
print(torch.cuda.device_count())
print(torch.version.cuda)

若输出True、设备数≥1、CUDA版本显示11.7,则说明GPU版本安装成功。

5. 额外排查项

  • 检查NVIDIA驱动版本:RTX 2070适配CUDA 11.7需要驱动版本≥450.80.02,执行nvidia-smi查看,版本过低则升级驱动。
  • 确认CUDA环境变量:将C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\bin(Windows)或对应Linux路径加入系统PATH。
  • 激活目标虚拟环境:确保安装命令在你需要的虚拟环境中执行,避免环境冲突。

内容的提问来源于stack exchange,提问作者Aadith Ramia

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.06.21 01:29:55