大概率会失败;因默认命令依赖海外源https://download.pytorch.org/whl/torch_stable.html,国内直连极慢或超时,常卡在“Collecting torch”并报ConnectionError或ReadTimeout。

直接用 pip install torch 会失败吗?
大概率会。官网默认生成的命令带 -f https://download.pytorch.org/whl/torch_stable.html,这个源在国内直连极慢甚至超时,pip install torch 单独执行往往卡在“Collecting torch”,最后报 ConnectionError 或 ReadTimeout。
推荐的 pip 安装命令(带清华镜像 + 显式版本)
不用猜版本、不依赖网络稳定性,直接复制粘贴运行:
pip install torch==2.3.1+cpu torchvision==0.18.1+cpu torchaudio==2.3.1 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple
-
2.3.1+cpu是截至 2026 年 9 月 PyTorch 官方最新稳定 CPU 版本(注意不是2.3.1,必须带+cpu后缀,否则可能装错 GPU 版) -
-f参数不可省——它指定 PyTorch 的 wheel 托管地址,跳过 PyPI 搜索逻辑,否则 pip 可能选错包 -
-i换成清华源,加速torchvision和torchaudio的下载(它们不托管在 PyTorch 官方-f地址里) - 如果已装过其他版本,先运行
pip uninstall torch torchvision torchaudio再重装,避免import torch时仍加载旧版
conda 用户别混用 pip install torch
用 conda 创建的环境(比如 conda create -n pytorch_cpu python=3.9),优先走 conda 渠道:
conda activate pytorch_cpu<br>conda install pytorch torchvision torchaudio cpuonly -c pytorch
- conda 自动处理
cpuonly标记和依赖约束,比 pip 更稳 - 若混用
pip install torch到 conda 环境,可能出现libtorch.so not found或 CUDA 相关符号冲突(即使你只装 CPU 版) - 验证是否装对:运行
python -c "import torch; print(torch._C._is_inference_mode())",不报错且返回False即说明核心库加载成功
装完 import torch 报错 DLL load failed?
常见于 Windows + Python 3.11+ 或某些精简版 Python 发行版,本质是缺失 Microsoft Visual C++ 运行时:
- 去微软官网下载安装
vc_redist.x64.exe(对应你系统位数) - 检查 Python 是否为官方 CPython:某些打包版(如 WinPython、Anaconda 的最小安装)缺
pyd加载支持 - 不要用
pip install --no-deps torch,PyTorch CPU 版虽不依赖 CUDA,但依赖numpy和特定版本的typing-extensions - 最简验证命令:
python -c "import torch; print(torch.rand(2,3))",输出张量即通过
实际安装中最容易被忽略的是 +cpu 后缀和 -f 参数的绑定关系——漏掉任一,pip 都可能从 PyPI 主源拉取通用 wheel,导致后续 torch.cuda.is_available() 返回 True(实为假阳性)或运行时报 Illegal instruction (core dumped)。











