看起来你遇到的这个问题确实和版本兼容性直接相关，尤其是NumPy 2.x与PyTorch/torchvision的组合容易触发这类底层API不兼容问题，我来帮你拆解原因和可行的解决办法：

核心问题分析 #

NumPy 2.x是一个重大版本更新，带来了不少API和底层实现的变化，但torchvision（尤其是MNIST数据集的加载逻辑）目前还没完全适配NumPy 2.x的改动。你看到的错误RuntimeError: Numpy is not available本质上是torchvision调用img.numpy()时，因为NumPy 2.x的API变动，导致PyTorch无法正确完成张量到NumPy数组的转换。

解决步骤 #

1. 降级NumPy到1.x稳定版本（最直接有效的方案）

NumPy 1.x系列是经过广泛验证的稳定版本，和PyTorch 2.2.2、Python 3.11/3.12都能完美兼容。执行以下命令降级：

pip install numpy==1.26.4

这个版本是1.x系列的最后几个稳定版之一，完全适配torchvision的MNIST加载逻辑。

2. 验证PyTorch与NumPy的绑定状态

有时候即使安装了NumPy，PyTorch可能没有正确检测到它。你可以先在Python环境中运行以下代码验证：

import torch
import numpy

print("PyTorch版本:", torch.__version__)
print("NumPy版本:", numpy.__version__)
print("PyTorch是否检测到NumPy:", torch.has_numpy)  # 正常应该输出True

如果torch.has_numpy输出False，说明你的PyTorch安装包可能是不包含NumPy支持的轻量版，建议重新安装官方推荐的完整版本：

• CPU版（适配Python 3.12）：

  pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu
  

• GPU版请根据你的CUDA版本，参考官方推荐的对应命令安装。

3. 确保torchvision与PyTorch版本严格匹配

torchvision的版本必须和PyTorch主版本一一对应，PyTorch 2.2.2对应的torchvision版本是0.17.2，执行以下命令对齐版本：

pip install torchvision==0.17.2

版本不匹配会导致底层数据集加载逻辑出现各种未预期的错误。

4. 可选：切换到Python 3.11（更稳妥的生态兼容）

虽然Python 3.12本身没问题，但很多数据科学库对它的适配还在完善中。如果你还是遇到问题，可以切换到Python 3.11，搭配前面提到的NumPy 1.26.4和PyTorch 2.2.2，这是目前社区验证最稳定的组合之一。

总结 #

你的问题根源就是NumPy 2.x和当前torchvision版本的API不兼容，降级NumPy到1.x系列就能解决这个RuntimeError: Numpy is not available错误。

备注：内容来源于stack exchange，提问作者Jelly