PyTorch import失败90%因解释器与安装路径不一致；需验证python -c "import sys; print(sys.executable)"、which python、which pip三者路径是否统一指向同一conda环境，否则包无法被正确加载。
PyTorch 安装后 import torch 失败，90% 是因为 Python 解释器和包安装路径不一致——你装的 torch 不在当前 Python 正在搜索的 site-packages 里。
确认当前 Python 解释器路径是否匹配安装环境
这是最常被跳过的一步。很多人只看终端提示符是否显示 (env_name)，却没验证实际运行的是哪个 python。
- 在命令行中运行：
python -c "import sys; print(sys.executable)"，记下输出路径 - 再运行：
which python和which pip，三者必须指向同一环境下的可执行文件（例如都含miniconda3/envs/pytorch_env/） - 如果
sys.executable指向/usr/bin/python3或base环境，而你是在pytorch_env里装的 torch，那必然失败 - Windows 用户注意：Anaconda Prompt 中未运行
conda activate pytorch_env就直接敲pip install，pip很可能仍走系统或 base 路径
Jupyter Notebook 找不到 torch？内核未关联 Conda 环境
Jupyter 不会自动继承 Conda 激活状态，它靠注册的 kernel 列表来决定用哪个 Python 运行代码。
- 先确保已激活目标环境：
conda activate pytorch_env - 安装 kernel：
python -m ipykernel install --user --name pytorch_env --display-name "Python (pytorch_env)" - 重启 Jupyter，新建 notebook 后点击右上角 Kernel → Change kernel → 选
Python (pytorch_env) - 验证：在 notebook 里运行
import torch; torch.__file__，输出路径应落在envs/pytorch_env/...下 - 若之前装过 kernel 却没指定
--name，可能默认注册为python3，导致多个环境共用一个 kernel 名，互相覆盖
PyCharm / VS Code 中 import 失败？IDE 解释器配置未更新
IDE 的项目解释器设置是独立于 shell 的，即使你在终端里激活了环境，IDE 也不会自动感知。
立即学习“Python免费学习笔记（深入）”；
- PyCharm：File → Settings → Project → Python Interpreter → 齿轮图标 → Add → Conda Environment → Existing environment → 选择
envs/pytorch_env/bin/python（Linux/macOS）或envs\pytorch_env\python.exe（Windows） - VS Code：Ctrl+Shift+P → “Python: Select Interpreter” → 手动浏览到对应环境下的
python可执行文件 - 关键检查点：打开 IDE 内置终端（不是系统终端），运行
python -c "import sys; print(sys.executable)"，必须与设置中选中的路径一致 - 常见陷阱：PyCharm 新建项目时勾选了 “Inherit global site-packages”，这会导致它混用 base 环境的包，建议取消勾选
import torch 报 libc10.so 找不到或 CUDA 版本错配？动态链接库加载失败
这类错误通常出现在 Linux/macOS，说明 torch 已安装，但底层 C++ 运行时无法加载，不是模块缺失，而是二进制兼容问题。
- 先确认安装版本是否含 CUDA：
python -c "import torch; print(torch.version.cuda)"，若报错或返回None，说明装的是 CPU 版 - 若显示
cu118但系统只有nvidia-smi显示驱动支持最高cu116，就会在调用torch.cuda.is_available()时崩溃 - 检查 torch 实际依赖：
ldd $(python -c "import torch; print(torch.__file__.replace('__init__.py', 'lib/libtorch.so'))" 2>/dev/null) | grep "not found" - 不要手动修改
LD_LIBRARY_PATH指向系统 CUDA；PyTorch wheel 自带精简 runtime，应优先信任其内部路径 - 最稳妥解法：卸载后用官网命令重装，例如
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
真正卡住人的往往不是技术多难，而是你以为在 A 环境操作，实际在 B 环境执行；或者 IDE 显示“Python 3.11”，但那个 3.11 根本没装 torch。每次 import 失败，第一反应不该是重装，而是先问：这个 python 是谁？它从哪找包？
