Windows + CUDA + PyTorch（GPU）+ D2L + Jupyter Notebook 安装指南

目标：在 Windows 上配置一个独立的 conda 环境（d2l），让 PyTorch 能用 GPU，并能在 Jupyter Notebook 里稳定运行《动手学深度学习》（d2l）。

---

基本原则

1. 不要在 (base) 里装深度学习环境
   请新建独立环境，例如 d2l，避免依赖冲突。
2. 部分知识点
   • NVIDIA 驱动：决定 GPU 能不能工作（用 nvidia-smi 检查）
   • CUDA Toolkit（nvcc）：给你编译 CUDA 用（用 nvcc -V 检查，深度学习通常不必装）
   • PyTorch 自带 CUDA 运行库：你装的 torch 是 +cu12x 还是 +cpu（决定能否 GPU 训练）
3. 核心兼容规则
   PyTorch 的 +cuXXX 版本 必须 ≤ nvidia-smi 显示的 CUDA Version（驱动支持上限）。
   例如：驱动显示 CUDA Version: 12.9，那就装 cu121/cu124/cu126 等 CUDA 12.x 版本，不要装 cu130。

---

1. 检查 GPU 与驱动（必须）

1.1 查看显卡（可选）

Win + R → 输入 dxdiag → “显示”页查看 GPU 信息。

1.2 检查驱动是否正常（关键）

打开 PowerShell / CMD：

nvidia-smi

你应能看到：

• GPU 型号（如 RTX 2060）
• Driver Version（驱动版本）
• CUDA Version（驱动支持的 CUDA 上限）

nvidia-smi 能正常显示 = 驱动与 GPU 基础就绪

---

2. （可选）检查是否安装了 CUDA Toolkit（nvcc）

只有在你需要编译 CUDA 扩展/自己写 CUDA 代码时才必须。
只做 PyTorch 训练/推理，通常不必安装 CUDA Toolkit。

nvcc -V

有输出说明 Toolkit 可用
没输出也不影响多数 PyTorch GPU 使用（只要驱动+PyTorch CUDA 版对）

---

3. 安装 conda（Miniconda/Anaconda 均可）

如果 conda 提示需要接受 Terms of Service（TOS），按提示执行：

conda tos accept --override-channels --channel https://repo.anaconda.com/pkgs/main
conda tos accept --override-channels --channel https://repo.anaconda.com/pkgs/r
conda tos accept --override-channels --channel https://repo.anaconda.com/pkgs/msys2

---

4. 创建独立环境（推荐 Python 3.11）

conda create -n d2l python=3.11 -y
conda activate d2l
python -V

应看到类似：Python 3.11.x

---

5. 安装 PyTorch（GPU 版，推荐 conda 方案）

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

5.1 验证 PyTorch GPU 可用

python -c "import torch; print('torch', torch.__version__); print('cuda_available', torch.cuda.is_available()); print('torch_cuda', torch.version.cuda); print('gpu', torch.cuda.get_device_name(0) if torch.cuda.is_available() else None)"

期望输出：

• cuda_available True
• gpu NVIDIA GeForce ...

5.2 再做一个最小 GPU 计算（硬验证）

python -c "import torch; x=torch.randn(2000,2000, device='cuda'); y=x@x; torch.cuda.synchronize(); print('ok on', y.device, 'mean', y.mean().item())"

出现 ok on cuda:0 = GPU 计算确定成功

---

6. 安装 Jupyter Notebook + d2l

pip install jupyter d2l 在 base/py3.13 会踩坑；建议使用 d2l + py3.11 环境会稳定很多。

6.1 安装 Notebook（推荐 conda-forge）

conda install -c conda-forge notebook -y

6.2 安装 d2l（用 pip）

pip install d2l

---

7. 启动 Jupyter Notebook（注意拼写）

正确：

jupyter notebook

8.验证

装 d2l（用 pip）

pip install d2l

---

7. 启动 Jupyter Notebook（注意拼写）

正确：

jupyter notebook

8.验证