笔记本是 RTX 4060，Python 版本是 3.13
装 PyTorch 没有那么顺利，折腾了一段时间，顺手记一下过程，以后自己忘了可以看看，也能帮别人省点事。
查看自己的环境
首先打开终端（CMD / PowerShell），输入：
nvidia-smi我的结果是：
Driver Version: 560.94
CUDA Version: 12.6
注：这里的 CUDA 12.6 是驱动支持的版本上限，不是让去装 12.6 的 Toolkit。起初我就被这个误导了，去 conda 里找 pytorch-cuda=12.6，结果报错找不到包。
在 Conda 中新建环境
例如创建一个名为 torch_learn 的环境（这个名字可以随便改），这里也可以改成其它名称
创建完毕后激活环境
conda create -n torch_learn python=3.13 -y conda activate torch_learn激活后，终端前面会变成类似这样：
(torch_learn) PS C:\...实际的一个目录...>
说明已经进入这个独立的环境了
在创建的环境中安装 PyTorch
按照官网的命令用 pip 装，在线尝试失败了，那就手动下载吧
1. 手动下载
手动下载地址：
https://download.pytorch.org/whl/cu126/torch-2.7.0%2Bcu126-cp313-cp313-win_amd64.whl
（文件有点大，2.6GB，建议挂个迅雷或者下载器）
2. 进入下载目录
下载好后，在终端中，进入环境后，需要先 cd 到下载目录下，再用 dir 查看目录下的内容。例如我下载在 E:\donloads。
cd E:\donloads dir3. 安装 PyTorch
确认目录下有刚才下载的 .whl 文件后，执行下面的命令，安装 PyTorch
pip install torch-2.7.0+cu126-cp313-cp313-win_amd64.whl4. 安装配套工具
注意版本要对齐，不然 pip 会自动给你降级 torch
pip install torchvision==0.22.0 torchaudio==2.7.0 --index-url https://download.pytorch.org/whl/cu126验证
安装完毕后，在终端逐行执行：
python -c "import torch; print('Torch:', torch.__version__)" python -c "import torchvision; print('TorchVision:', torchvision.__version__)" python -c "import torchaudio; print('TorchAudio:', torchaudio.__version__)" python -c "import torch; print('CUDA:', torch.cuda.is_available())" python -c "import torch; print('GPU:', torch.cuda.get_device_name(0))"验证是否安装成功，例如我这边输出如下，表明安装成功
Torch: 2.7.0+cu126
TorchVision: 0.22.0+cu126
TorchAudio: 2.7.0+cu126
CUDA: True
GPU: NVIDIA GeForce RTX 4060 Laptop GPU
或者在环境中新建 python 程序来验证，内容如下：
import torch print(torch.__version__) print(torch.cuda.is_available()) print(torch.cuda.get_device_name(0))例如我的输出如下，表明安装成功
2.7.0+cu126
True
NVIDIA GeForce RTX 4060 Laptop GPU
在 PyCharm 的 Jupyter Notebook 内核中配置刚装好的 PyTorch 环境
如果你在 PyCharm 里用 .ipynb，那么刚装好环境，跑 import torch 大概率还是会报错。还需要多一步：
1. 注册 Jupyter 内核
在终端激活 torch_learn 环境(刚才配的那个，注意替换名称)后，执行：
pip install ipykernel python -m ipykernel install --user --name torch_learn --display-name "Python 3.13 (torch_learn)"这步相当于把 torch_learn注册成一个 Jupyter 内核，只需要做一次，之后就可以使用这个内核了
2. 在 PyCharm 中切换内核
接着，在 PyCharm 里打开 .ipynb 文件
首次运行单元格后，PyCharm 会自动启动它托管的 Jupyter Server（也可以手动点“启动”按钮），这时就可以在 Notebook 的右上角切换内核了，这里我们切换到刚刚注册的这个：
Python 3.13 (torch_learn)
这样 Notebook 里就能用上 GPU 了。
备份环境中用到的库
把环境导出备份一下，列出环境里所有的库及精确的版本号，以后重装环境就可以直接用了
导出环境中库的名称：
pip freeze > requirements.txt若之后环境炸了，或者换电脑，要重装时执行：
conda create -n 创建的环境名 python=3.13 -y conda activate 创建的环境名 pip install -r requirements.txt那么环境就能装回来了
注：requirements.txt 里的大部分库会在线安装；那个 2.6GB 的 PyTorch Wheel 如果在线下载不动，仍需按前面的方法手动下载后再安装。