求助：安装PyTorch后出现AssertionError（Torch未编译CUDA支持）

数据老陈

2026-7-7

解决思路

确认当前环境的PyTorch是否带CUDA支持
在Python环境中执行以下代码，查看版本信息：
```
import torch
print(torch.__version__)
print(torch.version.cuda if hasattr(torch, 'version') else '无CUDA支持')
```
或者用conda命令查看已安装包（Windows cmd）：
```
conda list | findstr pytorch
```
检查输出中是否存在pytorch-cuda=12.1，以及PyTorch包名是否带有cuda12.1标识（例如pytorch=2.x.x py3.8_cuda12.1_cudnn8_0）。如果显示的是cpu版本，说明安装时拉取了CPU版包。
调整conda渠道优先级，避免安装CPU版本
若conda默认渠道优先级高于pytorch/nvidia渠道，会导致安装CPU版。先移除现有PyTorch包：
```
conda remove pytorch torchvision torchaudio -y
```
再强制指定渠道顺序重新安装：
```
conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia -c defaults --override-channels
```
验证CUDA驱动版本是否满足要求
GTX 4020支持CUDA 12.x，CUDA 12.1要求驱动版本≥530.30.02。在cmd中执行：
```
nvidia-smi
```
查看驱动版本，若低于要求则更新NVIDIA驱动。
确认Python环境是否正确激活
确保操作的是安装了PyTorch的Python 3.8.18环境：
1. 执行conda activate 你的环境名激活目标环境
2. 执行where python（Windows），确认路径指向Anaconda该环境下的Python.exe
3. 再进入Python解释器执行检测代码
清理conda缓存后重装
缓存损坏可能导致安装异常，先清理缓存：
```
conda clean -a -y
```
再重新执行官方安装命令，确保网络稳定，避免下载中断。
排查pip与conda安装的冲突
若系统中存在pip安装的PyTorch，会与conda版本冲突。执行以下命令卸载pip版本：
```
pip uninstall -y torch torchvision torchaudio
```
再用conda重新安装。