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

VSCode内置Jupyter提示torch无has_mps属性问题咨询

问题产生原因

核心原因是VSCode内置Jupyter选中的Python内核,和你成功安装M1加速版PyTorch nightly的Python环境不匹配。
独立启动的Jupyter默认读取当前终端激活的虚拟环境(也就是你正确安装了nightly版本PyTorch的环境),所以能正常识别torch.has_mps属性。但VSCode的Jupyter插件不会自动继承终端的环境配置,默认选中的内核通常是系统全局Python、或者其他安装了旧版PyTorch/未安装PyTorch的虚拟环境,以下两种情况都会触发属性不存在的报错:

  • PyTorch版本低于1.12,这类版本尚未加入MPS后端支持,本身就没有has_mps属性
  • 内核对应环境安装的不是支持M1加速的PyTorch nightly构建包,要么是普通稳定版,要么根本没装PyTorch
修复方法
  • 先在能正常运行的独立Jupyter环境中执行以下代码,记录正确环境的Python解释器绝对路径:
import sys
print(sys.executable)
  • 回到VSCode中打开报错的notebook文件,点击页面右上角显示的当前内核名称,调出内核选择面板。
  • 在可选内核列表中,选择和上一步记录的路径完全匹配的Python解释器,不要只看环境名称选,避免VSCode环境识别偏差。
  • 选中正确内核后重启notebook运行时,执行验证代码确认修复:
import torch
print(torch.__version__)
print(torch.has_mps)

正常输出nightly版本号、True即修复完成。

*注意:如果选完内核仍报错,完全关闭VSCode后重新打开,重复内核选择步骤即可。部分情况下VSCode的Jupyter插件会缓存旧内核配置,重启后缓存会自动刷新。

内容的提问来源于stack exchange,提问作者XUEZHE REN

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:2026.09.01 19:06:40