这个流程我已经知道了，但这样干只能在自己的虚拟环境中安装对应版本torch，类似conda install torch==1.8.1，并不能获取对应torch 1.8.1版本的相关代码，以便对其进行修改

非常抱歉，我之前的回答可能有些误导。

要获取特定版本的 Torch 相关代码以便进行修改，您可以按照以下步骤操作：

1. 在浏览器中打开 Torch 的官方 GitHub 仓库：您可以在 https://github.com/pytorch/pytorch 找到 Torch 的官方 GitHub 仓库。

2. 切换到目标版本的标签或分支：在仓库页面上，找到并切换到您想要获取代码的特定版本的标签或分支。例如，如果您想要获取 1.8.1 版本的代码，可以切换到 `v1.8.1` 标签或分支。

3. 克隆仓库：在目标版本的标签或分支下，点击 "Code" 按钮，并选择 "Download ZIP" 选项来下载整个仓库的代码。或者，您也可以使用 Git 命令 `git clone` 克隆仓库到本地。

4. 在本地环境中进行修改：将下载的代码解压缩到本地环境中，并使用编辑器或 IDE 打开 Torch 源代码文件。然后，您可以根据需要修改 Torch 的函数、模块或其他相关代码。

请注意，修改 Torch 源代码需要一定的编程知识和经验，并且需要谨慎处理以避免对整个库造成不可预料的影响。在进行任何修改之前，请备份原始代码，并对您的修改进行充分的测试和验证。

此外，如果您的修改可以改进 Torch，并且您希望与社区分享您的工作，可以考虑向 Torch 社区提交贡献，例如提交拉取请求或报告问题。这样可以促进代码的改进和合并，使您的修改可以被更广泛地使用和维护。

相关问题

No matching distribution found for torch==1.8.1+cu101

这个错误通常是由于使用了错误的版本或者源导致的。首先，确认你的CUDA版本是101，然后可以尝试以下几种方法：

1. 检查你的pip版本是否为最新版本，如果不是，可以升级pip，然后再次尝试安装torch：

   pip install --upgrade pip
   pip install torch==1.8.1+cu101 -f https://download.pytorch.org/whl/cu101/torch_stable.html

2. 使用conda安装：

   conda install pytorch==1.8.1 torchvision==0.9.1 torchaudio==0.8.1 cudatoolkit=10.1 -c pytorch

如果以上方法无法解决问题，你可以尝试其他版本的torch或者使用其他源进行安装。

复现一个代码，需要的torch==1.8.1＋cuda90.cudnn7.6.5的要求应该怎样下载

要复现一个需要特定版本的PyTorch和CUDA、cuDNN环境的代码，你可以按照以下步骤进行操作：

1. 安装特定版本的CUDA和cuDNN：
- CUDA 9.0下载地址：https://developer.nvidia.com/cuda-90-download-archive
- cuDNN 7.6.5下载地址：https://developer.nvidia.com/rdp/cudnn-archive
下载与你的操作系统对应的版本，并根据官方指南安装。

2. 安装特定版本的PyTorch：
- 首先，访问PyTorch官网的安装指南页面：https://pytorch.org/get-started/locally/
- 在该页面上，选择你的系统环境、包管理器（例如conda或pip）、CUDA版本（对于你的情况，选择CUDA 9.0）。
- 页面将提供给你一个安装命令，例如使用conda时可能看起来像这样：

     conda install pytorch==1.8.1 torchvision==0.9.1 torchaudio==0.8.1 cudatoolkit=9.0 -c pytorch

- 执行该命令，conda将为你安装所需版本的PyTorch及其依赖项。

3. 验证安装：
- 安装完成后，你可以通过运行以下Python代码来验证PyTorch和CUDA的安装是否正确：

     import torch
     print(torch.__version__)
     print("CUDA available: ", torch.cuda.is_available())

确保在安装过程中检查你的系统环境是否支持所选的CUDA版本，并且你的NVIDIA驱动版本满足CUDA 9.0的安装要求。