目录
一、介绍
1.相关要素
（1）nvidia-driver （也叫做 cuda driver）：英伟达GPU驱动，命令：nvidia-smi
（2）CUDA (也叫做 cuda toolkit)：这个必须有。CUDA是NVIDIA创建的一个并行计算平台和编程模型（用这个来跑深度学习），命令: nvcc -V
（3）CUDNN: nvidia开发的深度学习算子库，用于加速训练（新手阶段不装也行，程序照样能跑）
（4）pytorch：（或者叫torch，两者是一个东西）深度学习框架
pytorch是conda里的名字
装cpu版本：
conda install pytorch torchvision torchaudio cpuonly -c pytorch装GPU版本：参照官网
torch是pip里的名字
装GPU版本：
pip install torch装cpu版本：
pip install torch --index-url https://download.pytorch.org/whl/cpu
这里的-c pytorch是指用国外的下载地址，如果是换成清华源后就不用加了，但是清华源默认装的torch是cpu版的。
（5）WHL 文件命名解释：cu92/torch-1.2.0%2Bcu92-cp37-cp37m-win_amd64.whl
CUDA 版本： cu92 (CUDA 9.2)
PyTorch 版本： torch-1.2.0%2Bcu92 (PyTorch 1.2.0 针对 CUDA 9.2)
Python 版本： cp37 (Python 3.7)
操作系统及架构： cp37m-win_amd64 (Windows 64 位，AMD 架构)
文件类型： .whl (Wheel 文件)
下载 WHL 文件，访问 download.pytorch.org/whl/torch_stable.html下载所需的 WHL 文件。
二、NVIDIA显卡安装pytorch
1、官网安装
GPU driver 决定 CUDA版本，CUDA版本决定PyTorch版本
输入以下命令查看 CUDA 版本：
nvidia-smi显示：
（1）进入PyTorch网址，根据自己的电脑版本选择，执行官方给的建议方式：
如果"nvidia-smi"显示的 CUDA 版本为 12.0，则可以选择下载 CUDA 小于等于 12.0 的 PyTorch 版本。
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121如果安装的是GPU版本的PyTorch，可以通过输入以下命令检查是否安装成功：
torch.cuda.is_available()或者执行 pip list ，查看PyTorch版本。
2、清华源下载
使用清华源下载，默认装的torch是cpu版的。可以先下载cpu的版本，然后手动替换成gpu版本。
（1）conda内执行：
pip install torch torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple（2）pip list 查看torch版本
可以看到默认下载了cpu版本的
（3）查看torch是否安装成功
import torch成功则进行下一步
（4）conda成功安装完cpu的版本后，去conda清华源找到对应的pytorch gpu版本
Index of /anaconda/cloud/pytorch/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
网站资源包比较多，可以用Ctrl+F搜索
以及附属包
点击下载。
（5）下载完成后，激活conda 环境， cd 到下载的文件目录，安装
#此为举例，具体看下载的文件名
conda install --offline pytorch-1.10.0-py3.6_cuda10.2_cudnn7.6.5_0.tar.bz2
conda install --offline torchaudio-0.10.0-py36_cu102.tar.bz2
conda install --offline torchvision-0.11.0-py36_cu102.tar.bz2（6）pip list 查看是否已经被替换