降低pytorch的版本

如果你想降低 PyTorch 的版本，可以按照以下步骤操作：

### Windows 环境下通过 `pip` 下载较低版本

1. 打开命令提示符（cmd）。

2. 使用以下命令下载并安装指定版本的 PyTorch。例如，如果你想安装 PyTorch 1.9.0，并且你的操作系统是 Python 3.6 或更高版本：

   pip install torch==1.9.0 torchvision==0.10.0 -f https://download.pytorch.org whl/cu111/torch_stable/

其中：
- `torch==1.9.0` 指定了 PyTorch 版本。
- `vision==0.10.0` 如果你也想要安装与 PyTorch 匹配的 torchvision 版本。
- `-f` 后面的 URL 是指定了特定的 PyTorch 构建（在这个例子中是针对 CUDA 11.1 的）。
- `torch_stable` 后缀代表稳定版构建。

请注意，CUDA 版本需要匹配，上述链接是基于 CUDA 11.1 的，如果你的系统不支持 CUDA 或者希望使用 CPU 版本，可以忽略 CUDA 部分。

### Linux / macOS 环境下通过 `conda` 下载较低版本

对于使用 Anaconda 的用户，你可以通过 conda 创建一个新的环境，并在此环境中安装较低版本的 PyTorch。以下是具体步骤：

1. 安装 conda（如果尚未安装）:

   curl -sL https://install.anaconda.com | sh

2. 创建一个新的环境：

   conda create -n pytorch_lower_env python=3.x # x代表你需要的Python版本

3. 激活新创建的环境：

   conda activate pytorch_lower_env

4. 在此环境中安装所需的 PyTorch 版本，例如 1.8.1：

   conda install pytorch=1.8.1 torchvision torchaudio cudatoolkit=10.2 -c pytorch -c conda-forge

这里的 `python=3.x` 应替换为你实际使用的 Python 版本；`cudatoolkit=10.2` 则对应了与之相匹配的 CUDA 版本。选择合适的版本需参考 PyTorch 官方文档。

### 更改全局 PyTorch 版本

如果你希望在整个机器上都使用特定版本的 PyTorch，而不是在一个单独的环境中，那么上述方法并不直接适用于所有情况。通常，这会涉及到修改虚拟化工具（如 Dockerfile）、脚本启动过程中的依赖管理和包管理系统的策略，以确保每次安装或启动时都能指定正确的 PyTorch 版本。这种方法比较复杂，一般只推荐给熟悉操作系统底层设置和虚拟化技术的高级用户。

以上就是在 Windows 和 Linux/macOS 上降级 PyTorch 的基本指南，可以根据实际情况调整具体的版本号以及对应的软件库或环境。