文章讲述了作者在遇到Conda安装Torch时始终选择CPUonly版本的问题，经过排查发现是由于conda调用的安装策略不匹配官网。解决方法是在特定的condachannel中找到合适的torch、torchvision和torchaudio版本，修改官方下载命令以适应需求。
本镜像基于 RTX 4090D 24GB 显存 + CUDA 12.4 + 驱动 550.90.07 深度优化，内置完整运行环境与 Qwen3-32B 模型依赖，开箱即用。
该问题在网上反复检索始终无果，尝试了包括：
1.卸载cpuonly包
2.重置环境等
均无法解决问题。
最后在排查时发现conda在安装torch时始终调用flexible 策略，即无法找到torch官网上相对应的包，因此始终选取cpuonly版本进行适配。
故而考虑到前往conda channel中查看相应的torch库内有哪些适配版本
最终在Index of /anaconda/cloud/pytorch/win-64/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
其中发现我所需要的版本仅有
如上三个包，所以只需更改torch官网给出的下载命令，并删除-c后的部分即可完美解决问题
示例：
conda install pytorch==1.10.0 torchvision==0.11.0 torchaudio==0.10.0 cudatoolkit=11.3您可能感兴趣的与本文相关的镜像
Qwen3-32B-Chat 私有部署镜像 | RTX4090D 24G 显存 CUDA12.4 优化版
本镜像基于 RTX 4090D 24GB 显存 + CUDA 12.4 + 驱动 550.90.07 深度优化，内置完整运行环境与 Qwen3-32B 模型依赖，开箱即用。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
扫一扫
3186
