解决Pytorch的版本为CPU，导致无法使用CUDA进行GPU加速计算的问题

首先通过语句，得到自己的pytorch版本：

import torch
print(torch.__version__)

如果+号后面是cu和一串数字，那么恭喜，你的pt版本支持CUDA，那么你可以通过以下代码获得你的CUDA设备编号：

import torch

# 检查系统上可用的 CUDA 设备数量
device_count = torch.cuda.device_count()
print("可用的 CUDA 设备数量:", device_count)

# 遍历每个 CUDA 设备，并打印设备编号和设备名称
for i in range(device_count):
    device_name = torch.cuda.get_device_name(i)
    print("CUDA 设备 {}: {}".format(i, device_name))

如果+号后面是“cpu”，那么请遵循以下步骤：

第一步：卸载你目前的pytorch（必要的）

pip uninstall torch

pip uninstall torchvision

pip uninstall torchaudio

后两个可能不是必要的

第二步：打开pt官网，得到下载版本指令

Start Locally | PyTorch

选择合适的CUDA版本（版本要与GPU支持的CUDA相兼容），复制下面生成的下载指令

进入Powershell终端或CMD，输入复制好的指令，等待下载即可（此方法是基于pip，如果是第三方包管理软件，请参考其他教程）

注意：下载完成后记得打印出pytorch的版本，看是否是gpu版本！

第三步：根据上文提到的方法获得设备编号，然后进行配置

device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")

此时，你可以通过CUDA加速计算了。