一、下载网站

https://download.pytorch.org/whl/

二、查看主机cuda版本

1. nvcc 命令
   运行以下命令：

   nvcc --version
   

   输出示例：

   nvcc: NVIDIA (R) Cuda compiler driver
   Copyright (c) 2005-2022 NVIDIA Corporation
   Built on Sun_Sep_11_21:12:58_PDT_2022
   Cuda compilation tools, release 11.7, V11.7.64
   

   其中 release 11.7 表示CUDA版本为11.7。

2. nvidia-smi 命令
   运行以下命令：

   nvidia-smi
   

   输出示例：

   +-----------------------------------------------------------------------------+
   | NVIDIA-SMI 470.57.02    Driver Version: 470.57.02    CUDA Version: 12.0    |
   |-------------------------------+----------------------+----------------------+
   

   其中 CUDA Version: 12.0 表示CUDA版本为12.0（即能安装的最高CUDA版本为12.0，可以下载更低版本）。

三、下载对应torch的.whl文件

1. 进入torch的下载界面
   
2. 下载过程中需要注意你的Python版本，你的系统版本以及你想要的cuda版本
   比如我想下载cuda 11.8的版本：
   
   在这里点击一个链接就可以直接下载啦！

找你自己的可以参考下面的知识：
文件名解释：
比如 torch-2.0.0+cu118-cp310-cp310-win_amd64.whl 包含了多个信息，以下是各部分的详细解释：

---

1. torch

• 这是 PyTorch 库的名称，表示这是一个 PyTorch 的安装包。

---

2. 2.0.0
   • 这是 PyTorch 的版本号，表示这是 PyTorch 2.0.0 版本。

---

3. +cu118
   • 这是 CUDA 版本的标识，表示该 PyTorch 版本是为 CUDA 11.8 编译的。
   • 如果你安装了 CUDA 11.8，这个版本的 PyTorch 可以利用 GPU 加速。
   • 如果没有 GPU 或 CUDA，可以选择不带 CUDA 的版本（通常是 cpu 标识）。

---

4. cp310
   • 这是 Python 版本的标识，表示该包适用于 Python 3.10。
   • cp310 是 Python 3.10 的缩写，cp 表示 “C Python”（Python 的官方实现）。

---

5. win_amd64
   • 这是平台标识，表示该包适用于 64 位的 Windows 系统。
   • win 表示 Windows 操作系统。
   • amd64 表示 64 位架构（即使你使用的是 Intel 处理器，也会标记为 amd64，因为这是 64 位架构的标准名称）。

---

6. .whl
   • 这是文件扩展名，表示这是一个 Python 的 Wheel 包。
   • Wheel 是 Python 的一种二进制分发格式，安装速度比源代码包更快。

---

• torch-2.0.0+cu118-cp310-cp310-win_amd64.whl 表示：
  • PyTorch 2.0.0 版本，
  • 支持 CUDA 11.8，
  • 适用于 Python 3.10，
  • 在 64 位 Windows 系统上运行。

如果你需要安装这个包，请确保：

1. 你的 Python 版本是 3.10。
2. 你的系统是 64 位 Windows。
3. 你安装了 CUDA 11.8（如果需要 GPU 支持）。

如果没有 GPU 或不使用 CUDA，可以选择不带 CUDA 的版本（如 torch-2.0.0+cpu）。

四、下载对应torchvision和torchaudio等

建议直接问一个大模型你下载的torch对应的torchvision和torchaudio的版本。
这里推荐deepseek。

和下载torch一样点击链接后下载：

五、使用命令行安装.whl文件

在对应环境下：

pip install {torch文件路径}
pip install {torchvision文件路径}
pip install {torchaudio文件路径}

六、检查是否安装成功

在 Python 中，你可以通过导入 torch、torchvision 和 torchaudio 并检查它们的版本来验证是否安装成功。以下是具体的步骤和代码示例：

1. 检查安装是否成功

最新手的方法：在环境下创建一个.py文件然后输入以下代码来验证 torch、torchvision 和 torchaudio 是否安装成功：

import torch
import torchvision
import torchaudio

# 打印版本信息
print("torch 版本:", torch.__version__)
print("torchvision 版本:", torchvision.__version__)
print("torchaudio 版本:", torchaudio.__version__)

# 检查 CUDA 是否可用
print("CUDA 是否可用:", torch.cuda.is_available())

# 如果 CUDA 可用，打印当前 CUDA 版本
if torch.cuda.is_available():
    print("CUDA 版本:", torch.version.cuda)

---

2. 输出示例

如果安装成功，你会看到类似以下的输出：

torch 版本: 2.0.0+cu118
torchvision 版本: 0.15.0+cu118
torchaudio 版本: 2.0.0+cu118
CUDA 是否可用: True
CUDA 版本: 11.8

---

如果安装失败，大概率是你的版本文件搞错了，或者没安装到对应环境下。