CUDA12.6的PyTorch（GPU）安装指令

CUDA 12.6与PyTorch的集成主要用于利用NVIDIA GPU加速深度学习训练和计算密集型任务。以下是安装CUDA 12.6并配置PyTorch支持GPU的基本步骤：

1. **检查系统兼容性**：
确保你的操作系统是Windows、macOS或Linux，并且NVIDIA GPU满足CUDA 12.6的要求。

2. **下载CUDA**：
访问NVIDIA Developer网站（https://developer.nvidia.com/cuda-downloads），选择适合你系统的版本，特别是针对PyTorch的版本，通常是最新稳定版。

3. **安装CUDA**：
根据下载的安装程序，按照提示进行安装。通常会覆盖驱动和CUDA库。

4. **添加PATH环境变量**：
安装完成后，需要将CUDA的bin目录加入到系统的PATH环境变量中，以便运行CUDA工具。

5. **下载cuDNN**：
CUDA包含cuDNN（用于GPU加速的深度学习计算库）。访问https://developer.nvidia.com/cudnn 下载cuDNN，并将其放在CUDA的相应路径下。

6. **配置PyTorch**：
- 使用conda创建新环境：

     conda create -n torch_cuda12.6 python=3.7 torchvision cudatoolkit=12.6 -c pytorch

- 激活新环境：

     conda activate torch_cuda12.6

- 安装PyTorch：

     pip install torch torchvision

7. **验证安装**：
在Python环境中，你可以通过导入`torch`, `cuda.is_available()`以及`torch.cuda.get_device_name(0)`来测试安装是否成功。