conda 安装 gpu torch

### 使用 Conda 安装支持 GPU 的 PyTorch

为了确保安装的是 GPU 版本的 PyTorch 而不是 CPU 版本，建议遵循以下方法：

#### 验证 CUDA 和 NVIDIA 显卡驱动程序
在尝试安装之前，验证计算机上已正确安装了兼容版本的 NVIDIA 显卡驱动程序和支持的 CUDA 工具包。可以通过运行 `nvidia-smi` 命令来检查当前系统的显卡状态和可用的 CUDA 版本[^2]。

#### 设置环境变量与通道优先级
有时即使指定了 GPU 版本，Conda 也可能因为默认频道设置而选择错误的软件包。为了避免这种情况发生，在 `.condarc` 文件中调整 channel_priority 参数为 strict 或者 flexible 并指定额外的镜像站点作为首选下载源可以帮助解决问题[^1]。

#### 执行具体安装命令
推荐通过特定 URL 来获取官方预构建好的二进制文件以减少因本地仓库同步延迟带来的影响。对于 Windows 用户来说，可以从 Anaconda Cloud 获取最新的稳定版 PyTorch 发布信息，并执行如下命令完成安装过程（假设目标是 Python 3.x 环境下的 cu117 版本）:

conda install pytorch torchvision torchaudio cudatoolkit=11.7 -c pytorch -c nvidia

这条命令会强制从指定渠道拉取带有 cuda 支持的 PyTorch 库及其依赖项[^4]。

#### 检查安装情况
成功安装之后可以在 Python 解释器内测试是否能够正常使用 GPU 加速功能：

import torch
print(torch.cuda.is_available())

如果返回 True，则说明已经正确设置了 GPU 访问权限；反之则可能仍存在某些未解决的问题需要进一步排查。