再次安装pytorch

记录一下安装pytorch的过程，之前还写过一个《初次安装pytorch过程》，因为换电脑了，所以需要在新电脑上再装一次pytorch，由于是第二次装，所以步骤比第一次更加精简，而且这次是做足了功课之后装的，不像第一次装错版本后又卸载……
推荐一下我看的教程👉最详细的 Windows 下 PyTorch 入门深度学习环境安装与配置 CPU GPU 版 | 土堆教程
如果电脑有Anaconda且知道怎么创建虚拟环境的话，可以直接从这开始看

1. 首先需要查看CUDA driver的版本，可以在命令行窗口中输入Nvidia–smi
   图中所示部分就是CUDA driver的版本，同时我们要确保自己的CUDA Driver 版本>= CUDA Runtime 版本，我的CUDA driver版本是12.1，所以我可安装＜=12.1的CUDA，然后打开pytorch的官网👉pytoch官网
   上图是我选的配置信息，其实我也可以选择CUDA 12.1，但是考虑到版本太新可能会出现一些问题，所以安装的11.8（我旧电脑上装的也是11.8），pytorch给的代码是：conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
   分析一下：
   conda install是安装命令
   pytorch、torchvision、torchaudio、pytorch-cuda分别是4个库，但是这里我们还需要安装cudatooltik，所以我们用如下命令安装pytorch：conda install pytorch torchvision torchaudio pytorch-cuda cudatoolkit=11.8 -c pytorch -c nvidia
   然后在创建的虚拟环境里运行这句代码就可以安装Pytorch了，过程可能会有点慢。
   安装完成后，在命令行窗口中运行以下代码判断是否安装成功

import torch

current_device = torch.cuda.current_device()
device_name = torch.cuda.get_device_name(current_device)
print(f"当前GPU设备索引: {current_device}")
print(f"当前GPU设备名称: {device_name}")
print("PyTorch版本:", torch.__version__)
print(torch.cuda.is_available())

如果能获得类似如下结果就代表pytorch安装成功了！