本教程用于配置可支持cuda加速计算的torch环境

如果单纯使用命令行的pip安装torch，几乎都是cpu版本的，所以想要下载支持cuda的torch，我们只能通过手动下载安装包到本地，再使用pip从下载好的本地文件离线安装

而要想使用cuda加速神经网络计算，我们需要满足一些条件

• 下载cuda
• 下载对应版本的torch、torchaudio、torchvision

下载cuda

首先查看一下自己显卡的cuda版本

打开cmd，输入nvidia-smi，就可以查看自己显卡驱动的信息，中间就能看到 CUDA Version，这代表了显卡支持的最高cuda版本，是可以往下兼容的，比如我的电脑是12.2，小于等于12.2的cuda我都可以用

CUDA下载链接：https://developer.nvidia.com/cuda-toolkit-archive

选择适合自己的版本就可以，版本可以稍微低于自己显卡驱动支持的版本

我选择的是11.8，点进去后根据需要选择具体配置

下载完改一下安装路径后正常安装就行，这里不演示了

安装完后，再cmd中输入 nvcc -V，就可以查看自己是否安装成功

下载支持cuda的torch

下载完cuda后，我们可以去torch官网下载whl文件，https://download.pytorch.org/whl/torch_stable.html

网站里面有一车的文件，我们要找到适合自己cuda的torch，其中只有带cuXXX的才支持调用GPU，cu是cuda的简写

介绍一下这个文件名的含义：

• torch-2.0.0 是torch2.0.0版本
• cu118是cuda11.8版本
• cp311是python3.11版本
• win和linux就是系统

现在cuda的版本已经确定了，只需要确定自己的python是版本，已经想要下载什么版本的torch就可以确定文件了

当然，前面说过，光下载torch是不够的，还需要torchaudio和torchvision

下面是torch>=2.0.0的一些版本对应关系，如果想知道别的可以去搜

torch	torchaudio	torchvision
2.0.0	2.0.0	0.15.0
2.0.1	2.0.2	0.15.2
2.1.0	2.1.0	0.16.0
2.1.1	2.1.1	0.16.1
2.1.2	2.1.2	0.16.2

利用ctrl + F就可以搜索文件名，找到对应的内容，开头是cuXXX/torchXXX

比如我的cuda是11.8，python版本是3.9，想下载2.1.0的torch，系统是win

我只需要搜cu118/torch-，然后选择cp39 win的下载即可，其他两个文件也是采用同样的方法

把三个文件都下载到本地，随便找个文件夹放起来，用一下命令去安装

在安装之前，确定一下自己当前命令行所在的环境是否是你想把torch安装到的环境，避免装错位置了

pip install ./torch-2.1.0+cu118-cp39-cp39-win_amd64
pip install ./torchaudio-2.1.0+cu118-cp39-cp39-win_amd64
pip install ./torchvision-0.16.0+cu118-cp39-cp39-win_amd64

下载完以后，进入python环境

python" lang="python">import torch
print(torch.cuda.isavailable())

如果输出True，就代表成功了