如何安装支持GPU的torchvision？CUDA可用但当前为CPU版本

首先明确版本匹配关系：你当前的GPU版PyTorch（2.0.0+cu117）对应的GPU版torchvision版本是0.15.0+cu117，必须保证版本对应才能正常启用CUDA支持。

步骤1：卸载现有CPU版torchvision #

先移除当前的CPU版本，避免版本冲突：

• 用conda卸载：conda uninstall torchvision -y
• 若conda卸载不彻底，补充用pip卸载：pip uninstall torchvision -y

步骤2：安装GPU版torchvision #

推荐两种适配你环境的安装方式：

方式一：通过conda安装（适配Anaconda环境，优先选择）

打开Anaconda Prompt，先激活你的目标环境（替换your_env_name为你的环境名）：
conda activate your_env_name
然后执行安装命令，确保版本与已安装的torch、torchaudio及CUDA 11.7匹配：
conda install torchvision=0.15.0 pytorch=2.0.0 torchaudio=2.0.1 pytorch-cuda=11.7 -c pytorch -c nvidia

方式二：通过pip安装

同样激活环境后，运行以下命令直接安装对应CUDA版本的torchvision：
pip install torchvision==0.15.0+cu117 --index-url https://download.pytorch.org/whl/cu117

步骤3：验证安装结果 #

安装完成后，在Python环境中执行以下代码检查：

import torch
import torchvision
print(torch.cuda.is_available())
print(torchvision.__version__)
print(torchvision._C._cuda_is_available())

若输出的torchvision版本为0.15.0+cu117，且最后一行返回True，则说明GPU版torchvision安装成功。

内容的提问来源于stack exchange，提问作者sixtytrees