如何在搭载GeForce GTX1060的Book2笔记本上稳定安装PyTorch？

1. 彻底清理冲突的PyTorch相关包 #

激活出问题的conda环境，先卸载conda安装的PyTorch组件：

conda remove pytorch torchvision torchaudio pytorch-cuda --all

再卸载pip安装的torch相关包：

pip uninstall torch torchvision torchaudio -y

最后检查是否还有残留，确保以下命令返回结果无torch相关条目：

conda list | findstr torch
pip list | findstr torch

2. 创建全新conda环境（推荐，规避旧环境依赖污染） #

直接新建一个干净环境，避免旧环境的混乱影响：

conda create -n pytorch_clean python=3.10  # Python选3.8-3.10均可，适配PyTorch 2.x版本
conda activate pytorch_clean

3. 重新安装匹配版本的PyTorch #

你的NVIDIA驱动537.58支持CUDA 12.2，兼容pytorch-cuda=12.1版本。执行安装命令时加上--force-reinstall，解决环境不一致提示：

conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia --force-reinstall

4. 验证安装有效性 #

打开Python终端运行以下代码：

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

若能正常输出PyTorch版本，且torch.cuda.is_available()返回True，说明安装成功，nvfuser_codegen.dll加载错误也会随之解决。

额外注意事项 #

• 禁止混合使用conda和pip安装PyTorch组件，这是本次环境冲突的核心原因。
• 若仍出现DLL加载错误，检查系统PATH是否包含该路径：C:\Users\[你的用户名]\miniconda3\envs\pytorch_clean\Library\bin（conda会自动配置，手动确认更稳妥）。
• GTX1060的CUDA算力为6.1，完全适配PyTorch 2.x版本，无需担心兼容性问题。

内容的提问来源于stack exchange，提问作者steve