py3.11 venv build for CUDA

 在 Windows 11 上，你不能直接在同一個虛擬環境（venv）裡「降級」Python，因為虛擬環境是與建立它的那個 Python 執行檔（你目前是 3.13）綁定的。

要切換到 Python 3.11，最正確且穩定的做法是：安裝 Python 3.11 主程式，並建立一個新的虛擬環境。

以下是標準作業流程：

---

步驟 1：安裝 Python 3.11

1. 前往 Python 官網下載頁面 (3.11.9)。

2. 下載 Windows installer (64-bit)。

3. 安裝時請務必勾選：

   • Add Python to PATH (將 Python 加入路徑)。

   • 如果系統已有 3.13，建議選擇 Customize installation，確保它安裝在獨立目錄。

---

步驟 2：確認 3.11 安裝成功

打開新的 PowerShell 或 CMD，輸入以下指令來確認系統能找到 3.11：

PowerShell

py -3.11 -V

註：Windows 通常會安裝 py 啟動器，這讓你同時管理多個版本。

---

步驟 3：建立新的 Python 3.11 虛擬環境

回到你的專案目錄（例如 D:\py3_env\），建立一個全新的資料夾來存放 3.11 的環境：

PowerShell

# 1. 切換目錄
cd D:\py3_env\

# 2. 指定使用 Python 3.11 建立虛擬環境 (資料夾取名為 venv311)
py -3.11 -m venv venv311

# 3. 啟動新的環境
.\venv311\Scripts\Activate.ps1

---

步驟 4：在新環境安裝支援 RTX 5060 的套件

由於 Python 3.11 的相容性遠高於 3.13，現在你可以嘗試安裝更穩定的 PyTorch 版本：

PowerShell

# 升級 pip
python -m pip install --upgrade pip

# 安裝支援 CUDA 12.4 的 PyTorch
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu124

---

步驟 5：再次測試（關鍵的一步）

執行你之前的 test_gpu.py：

PowerShell

python .\test_gpu.py

💡 為什麼 3.11 會比 3.13 好？

1. 預編譯二進位檔 (Wheels)：大多數 AI 套件（如 torchaudio）現在都完整支援 3.11，但 3.13 因為太新，很多時候只有源碼，沒有編譯好的檔案，導致安裝報錯。

2. 算力支援：雖然 RTX 50 系列 (sm_120) 真的很新，但在 3.11 環境下，即便要編譯或偽裝架構，穩定性也會高很多。

---

補充：如果 3.11 依然報錯 no kernel image

如果在 3.11 下執行 test_gpu.py 還是出現 sm_120 not compatible，請在該環境下執行這行指令再測試：

PowerShell

$env:TORCH_CUDA_ARCH_LIST="9.0"
python .\test_gpu.py

建立完 3.11 環境後，python -V 應該會顯示 3.11.x。請試試看這次能否成功執行運算？