pytorch安装教程（未尝试，纯理论，后期测试）

写在前面！！！
先把显卡驱动更到最新！如图所示，显卡驱动越新，支持的CUDA版本就越多。

---

1. 确定安装方式

1. Conda安装
2. Wheel安装

2. Conda安装（以v2.0.0为例）

# OSX
# conda
conda install pytorch==2.0.0 torchvision==0.15.0 torchaudio==2.0.0 -c pytorch

# Linux and Windows
# CUDA 11.7
conda install pytorch==2.0.0 torchvision==0.15.0 torchaudio==2.0.0 pytorch-cuda=11.7 -c pytorch -c nvidia
# CUDA 11.8
conda install pytorch==2.0.0 torchvision==0.15.0 torchaudio==2.0.0 pytorch-cuda=11.8 -c pytorch -c nvidia
# CPU Only
conda install pytorch==2.0.0 torchvision==0.15.0 torchaudio==2.0.0 cpuonly -c pytorch

3. Wheel安装（v2.0.0~v2.3.1的语句）

测试点：是不是Wheel语句不包含cuda工具包了

# OSX
pip install torch==2.0.0 torchvision==0.15.1 torchaudio==2.0.1

# Linux and Windows
# ROCM 5.4.2 (Linux only)
pip install torch==2.0.0 torchvision==0.15.1 torchaudio==2.0.1 --index-url https://download.pytorch.org/whl/rocm5.4.2
# CUDA 11.7
pip install torch==2.0.0 torchvision==0.15.1 torchaudio==2.0.1
# CUDA 11.8
pip install torch==2.0.0 torchvision==0.15.1 torchaudio==2.0.1 --index-url https://download.pytorch.org/whl/cu118
# CPU only
pip install torch==2.0.0 torchvision==0.15.1 torchaudio==2.0.1 --index-url https://download.pytorch.org/whl/cpu

4. 总结

1. 采用Conda方式安装时，会自动安装pytorch和cuda工具包（本文小写的cuda指安装pytorch语句中带的cuda，并非英伟达官网下载的完整的CUDA，pytorch+cuda即可完成大多数训练。torchversion中有时会需要cuDNN，cuDNN应该需要完整的CUDA，需要时下载即可）。
2. 采用Wheel方式安装时，v2.0.0~v2.3.1中，从pytorch官网语句上得到的“表面结论”是不带cuda了，可能需要自行下载CUDA，（cuDNN的需求同上）。
3. 若需下载cuDNN，可对照CUDA版本、显卡驱动版本进行下载