Windows10 Python3环境下pip install无法使用 如何命令行安装PyTorch

pip是否已经被conda替代 #

二者不存在替代关系，定位完全不同：

• pip是Python官方的专属包管理工具，从Python 3.4版本开始就默认随官方Python安装包捆绑发布。当前环境找不到pip，常见原因有三个：一是安装Python时未勾选「Add Python to PATH」环境变量选项，系统找不到对应执行文件；二是安装的是定制精简版Python，剔除了默认pip组件；三是本地同时存在Python2和Python3环境，直接输pip默认调用的是Python2版本的pip，Python3对应的pip需要调用pip3命令。
• 修复pip可用很简单，命令行执行python -m ensurepip --upgrade就能完成pip的初始化安装，后续执行python -m pip install --upgrade pip把pip升级到最新版本即可，用python -m pip的调用方式可以100%保证把包装到当前运行的Python3环境里，不会出现版本错配。
• conda是跨语言的环境与包管理工具，除了Python包之外还能管理Python版本、C/C++依赖、非Python编写的工具链，它不会替换pip，哪怕在conda创建的虚拟环境里，依然可以正常使用pip安装第三方包。

Windows 10环境命令行安装PyTorch的最佳方式 #

根据你是否需要做环境隔离选对应方案即可，不要随便搜网上的老旧命令，避免装到过时版本：

方案1：纯pip安装（适合已装好官方Python3、不需要多环境隔离的场景） #

1. 先执行python --version确认当前Python版本在3.8-3.12区间（PyTorch目前对这几个版本支持最完善），同时确认pip可以正常调用。
2. 根据电脑硬件选择对应安装命令：

• 配有NVIDIA独立显卡、需要用CUDA加速训练：执行
  pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
  命令会自动安装适配CUDA12.1的PyTorch版本，不需要提前单独安装CUDA Toolkit，依赖会自动补全。
• 无NVIDIA独立显卡、只用CPU跑计算：执行
  pip3 install torch torchvision torchaudio
  即可安装CPU版本。

方案2：conda安装（适合需要多版本Python环境、经常切换不同项目依赖的场景） #

1. 先安装Miniconda轻量版，安装时勾选「Add Miniconda to my PATH environment variable」选项，省得手动配环境变量。
2. 打开命令行创建独立虚拟环境，避免不同项目的包版本冲突：
   conda create -n pytorch_dev python=3.11
conda activate pytorch_dev
3. 按硬件选择对应安装命令：

• NVIDIA显卡CUDA加速版：
  conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia
• 纯CPU版：
  conda install pytorch torchvision torchaudio cpuonly -c pytorch

安装校验方式：安装完成后在命令行输入python进入交互模式，依次执行
import torch
print(torch.__version__)
print(torch.cuda.is_available())
能正常输出版本号不报错就说明安装成功，CUDA版本返回True代表可以正常调用显卡加速，CPU版本返回False为正常现象。

内容的提问来源于stack exchange，提问作者stack o m 100