离线本地安装 PyTorch CUDA 教程（Windows/macOS/Linux 通用，解决在线下载超时卡顿、保留官方组件加速）
离线本地安装 PyTorch CUDA 教程（Windows/macOS/Linux 通用，解决在线下载超时卡顿、保留官方组件加速）
最新版本安装命令
历史版本安装命令
安装攻略
一、前言
在线安装 GPU 版 PyTorch 时，经常出现网络超时、下载速度极慢、连接中断、依赖缺失等问题。国内常规 PyPI 镜像大多只提供 CPU 版本安装包，CUDA 版本的专属依赖仅能从 PyTorch 官方源获取。 本文采用本地下载 whl 离线包 + 指定官方源补全依赖的方式安装，用 IDM 等多线程下载工具高速拉取安装包，同时适配 Windows、macOS、Linux 全平台；如果需要重装、修复异常环境，可使用强制覆盖安装参数，安装完成后附带完整代码验证 CUDA 是否正常启用。
二、离线 whl 安装包官方下载地址与精准检索关键词
三个核心库需要分别进入各自官方页面，使用 Ctrl+F 搜索关键词快速定位对应安装包，避免手动翻页查找，精准缩小搜索范围：
以 torch-2.10.0+cu130 为例
官网安装命令示例：
pip install torch==2.10.0 torchvision==0.25.0 torchaudio==2.10.0 --index-url https://download.pytorch.org/whl/cu130直接使用官网命令安装 在网络不好时可能会遇到因超时导致的安装失败，而且安装时间比较长，在需要快速调试的场景下非常耗费时间。
为了便于快速安装调试，我们可以提前下载较大的包到本地，从本地安装。
1. torch 主库
- 下载地址：https://download.pytorch.org/whl/torch/
- 精确检索关键词：
torch-2.10.0+cu130-cp312-
2. torchvision 视觉库
- 下载地址：https://download.pytorch.org/whl/torchvision/
- 精确检索关键词：
torchvision-0.25.0+cu130-cp312-
3. torchaudio 音频库
- 下载地址：https://download.pytorch.org/whl/torchaudio/
- 精确检索关键词：
torchaudio-2.10.0+cu130-cp312-
2.1 Ctrl+F 页面搜索使用方法
- 打开上面任意一个库的官方 whl 下载网页；
- 按下键盘快捷键
Ctrl+F，浏览器顶部会弹出搜索输入框； - 将上面给出的对应精确关键词粘贴到搜索框中，网页会自动高亮所有匹配的安装包链接，快速过滤出符合版本要求的文件；
- 根据自己的操作系统选择对应后缀的 whl 文件下载。
2.2 关键词各字段详细含义
以关键词 torch-2.10.0+cu130-cp312- 举例拆解：
torch：库名称，对应 torch、torchvision、torchaudio，不可修改；2.10.0：PyTorch 库的版本号，三个库需要选用配套版本，不要随意混搭；+cu130：代表该安装包适配 CUDA 13.0 GPU 版本，带 cu 前缀才支持显卡加速，不要下载 cpu 结尾的包；cp312：代表适配 Python3.12 版本，本地 Python 是什么版本就对应改成 cp310、cp311 等。
2.3 不同操作系统 whl 后缀区分
- Windows 64 位系统：
win_amd64.whl - Linux x86 服务器：
linux_x86_64.whl - Linux ARM 架构：
aarch64.whl - macOS（Intel/M 系列芯片）：
macosx_*.whl
三、离线安装命令说明（全平台通用）
重要注意事项
仅本地 whl 文件安装会缺失 CUDA 运行依赖，必须添加 --index-url 参数指定 PyTorch 官方 cu130 源，用来自动下载 cuda-toolkit、cuDNN 等配套依赖，否则会出现安装成功但cuda.is_available() = False的情况。 如果是重装、覆盖旧版本、修复损坏的运行环境，需要额外加上 --force-reinstall 参数强制完整重装所有依赖文件。
1. 全新首次安装
bash
pip install torch-2.10.0+cu130-cp312-cp312-win_amd64.whl --index-url https://download.pytorch.org/whl/cu130
pip install torchvision-0.25.0+cu130-cp312-cp312-win_amd64.whl --index-url https://download.pytorch.org/whl/cu130
pip install torchaudio-2.10.0+cu130-cp312-cp312-win_amd64.whl --index-url https://download.pytorch.org/whl/cu130
2. 覆盖安装 / 异常环境修复安装
bash
pip install torch-2.10.0+cu130-cp312-cp312-win_amd64.whl --force-reinstall --index-url https://download.pytorch.org/whl/cu130
pip install torchvision-0.25.0+cu130-cp312-cp312-win_amd64.whl --force-reinstall --index-url https://download.pytorch.org/whl/cu130
pip install torchaudio-2.10.0+cu130-cp312-cp312-win_amd64.whl --force-reinstall --index-url https://download.pytorch.org/whl/cu130
操作提示：使用 Anaconda 虚拟环境时，先执行
conda activate 环境名激活环境再安装(或下载 conda 专用包再从本地安装)；Linux/macOS 权限不足可末尾追加--user参数。
四、PyTorch+CUDA 安装全面验证代码
打开终端输入python进入交互式环境，粘贴以下代码运行，完整校验 GPU 环境是否部署成功：
python
import torch
# 打印 PyTorch 版本
print("PyTorch 版本：", torch.__version__)
# 自动选择GPU设备，无GPU则使用CPU
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
print("设备：", device)
print("CUDA 可用：", torch.cuda.is_available())
print("cuDNN 已启用：", torch.backends.cudnn.enabled)
# 查看绑定的CUDA与cuDNN版本
print("支持的 CUDA 版本：", torch.version.cuda)
print("cuDNN 版本：", torch.backends.cudnn.version())
# 测试GPU张量运算
x = torch.rand(5, 3)
y = torch.rand(5, 3)
x = x.to(device)
y = y.to(device)
z = x + y
print("张量 z 的值：")
print(z)
验证结果判断
- 输出
CUDA 可用：True且张量携带cuda:0标识，代表 GPU 环境安装成功； - 若返回 False，优先检查是否添加官方源参数、是否下载带 cu130 的 GPU 版 whl 包、显卡驱动是否满足最低要求。
五、常见问题排查
- CUDA 不可用：大概率安装时未加
--index-url官方源，依赖缺失，使用带源命令重新安装； - 版本冲突、导入报错：使用
--force-reinstall参数强制覆盖修复安装； - whl 文件找不到：核对
Ctrl+F搜索关键词、Python 版本、系统架构后缀是否匹配。
附录：常用 Python 版本精准检索关键词对照表（CUDA13.0、torch2.10.0、torchvision0.25.0、torchaudio2.10.0）
一、torch 检索关键词
- Python 3.10：
torch-2.10.0+cu130-cp310- - Python 3.11：
torch-2.10.0+cu130-cp311- - Python 3.12：
torch-2.10.0+cu130-cp312-
二、torchvision 检索关键词
- Python 3.10：
torchvision-0.25.0+cu130-cp310- - Python 3.11：
torchvision-0.25.0+cu130-cp311- - Python 3.12：
torchvision-0.25.0+cu130-cp312-
三、torchaudio 检索关键词
- Python 3.10：
torchaudio-2.10.0+cu130-cp310- - Python 3.11：
torchaudio-2.10.0+cu130-cp311- - Python 3.12：
torchaudio-2.10.0+cu130-cp312-
四、系统后缀搭配对照表（复制关键词搜到结果后按需选择）
表格
| 操作系统 & 架构 | whl 文件后缀 |
|---|---|
| Windows 64 位 | win_amd64.whl |
| Linux x86_64（主流服务器） | linux_x86_64.whl |
| Linux ARM（树莓派、ARM 服务器） | aarch64.whl |
| macOS Intel / M 系列芯片 | macosx_*.whl |
五、使用小提示
- 打开对应库下载页面，按下
Ctrl+F，粘贴上表对应关键词快速高亮筛选安装包； - 三个库必须选择相同 Python 版本的 whl 包，不可混用 cp310、cp311；
- 必须选择带
+cu130的包，不要下载+cpu版本，否则无法使用 GPU 加速； - 安装务必带上参数：
--index-url https://download.pytorch.org/whl/cu130，重装修复额外加--force-reinstall。
openEuler 是由开放原子开源基金会孵化的全场景开源操作系统项目，面向数字基础设施四大核心场景（服务器、云计算、边缘计算、嵌入式），全面支持 ARM、x86、RISC-V、loongArch、PowerPC、SW-64 等多样性计算架构
更多推荐
7
0- 0
已为社区贡献1条内容
所有评论(0)