当前推荐的通过conda安装启用CUDA的PyTorch的方法是什么？

目前完全可以通过conda安装支持CUDA的PyTorch，官方推荐优先使用PyTorch官方维护的conda频道，而非直接用conda-forge（当然conda-forge的包也能用，但官方渠道的适配性更好）。

具体步骤： #

• 确认CUDA版本
  先在终端运行 nvidia-smi，查看系统支持的最高CUDA版本（PyTorch不需要严格匹配这个版本，比如系统支持CUDA 12.4，也能装适配CUDA 12.1的PyTorch）

• 执行官方conda安装命令
  去PyTorch官网安装页，根据你的系统、CUDA版本选好配置，复制生成的conda命令即可。举两个常用例子：

  • 适配CUDA 12.1的命令：

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

  • 适配CUDA 11.8的命令：

    conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
    

  这里的 -c pytorch 和 -c nvidia 是指定从PyTorch官方频道和NVIDIA频道拉取包，能保证依赖匹配，避免CUDA相关的兼容性问题。

• 验证安装结果
  装完后在Python环境里跑下面的代码，输出True就说明CUDA启用成功：

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

关于conda-forge的PyTorch包 #

conda-forge确实有PyTorch的包，但官方更推荐上面的安装方式。如果一定要用conda-forge，也可以安装，但要注意选对和系统匹配的CUDA工具包版本，示例命令：

conda install pytorch torchvision torchaudio cudatoolkit=12.1 -c conda-forge

内容的提问来源于stack exchange，提问作者Homero Esmeraldo