关于 PyTorch 在调用 CUDA 时卡退问题

在学习Windows下深度学习环境配置时，我参考了李沐老师的视频：

Windows 下安装 CUDA 和 Pytorch 跑深度学习 - 动手学深度学习v2_哔哩哔哩_bilibili

在使用Anaconda PowerShell Prompt运行PyTorch调用CUDA时，出现了程序崩溃问题

问题

在python中运行以下代码：

1
2
3
4

import torch

a = torch.ones((3,1))
a = a.cuda(0)

程序会直接退出，没有报错信息

经过排查，问题的主要原因是CUDA / torch / Python 版本不兼容

我当前安装的是：

而李沐老师视频中使用的是：

目前深度学习生态（尤其是 PyTorch、MONAI、mmcv 等框架）对 Python 3.13 的支持还不够稳定，因此在调用 CUDA 时容易出现以下问题：

• 程序闪退
• CUDA 初始化失败
• DLL 冲突
• 无报错直接崩溃

解决方案

鉴于如今深度学习主流使用的是python3.9，我们可以通过 Anaconda 创建一个新的 Python 3.9 环境来解决问题

创建环境

1

conda create -n med python=3.9

其中med是我们要新建的环境名（可自己设定）

进入环境

1

conda activate med

进入后终端前面会显示：

1

(med)

说明已经成功进入该环境

安装PyTorch（CUDA 11.8 版本）

在新环境中执行：

1

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

安装完成进行测试：

这样就完成了软件的搭建

常用conda命令

进入环境

1

conda activate med

查看所有环境

1

conda env list

退出当前环境

1

conda deactivate

删除环境

1

conda remove -n med --all

总结

本次问题的本质是Python 3.13 与当前深度学习生态兼容性不足，导致 PyTorch 在调用 CUDA 时发生崩溃

通过创建 Python 3.9 独立环境，并安装PyTorch + CUDA 11.8，即可稳定运行深度学习相关代码