torch cuda版本安装

### 查找并安装适合特定CUDA版本的PyTorch

为了确保PyTorch能够充分利用GPU加速功能，安装与计算机上已有的CUDA版本相匹配的PyTorch非常重要。以下是具体操作：

#### 确认当前系统中的CUDA版本
在Windows操作系统下，可以通过以管理员权限启动命令提示符来确认CUDA版本。对于Linux用户，则可以直接通过终端执行相应指令。输入`nvcc -V`命令后，可以从输出的信息中找到具体的CUDA版本号[^2]。

#### 参考CUDA-PyTorch兼容性列表选择合适版本
根据官方文档给出的不同PyTorch版本所支持的CUDA版本范围表，可以选择最适合当前环境配置的那个组合。例如，如果本地机器上的CUDA版本为11.5，则应该考虑安装PyTorch 1.10.x及以上版本之一，因为这些版本都包含了对CUDA 11.4的支持[^4]。

#### 使用pip或conda安装指定版本的PyTorch
一旦决定了要安装的具体PyTorch版本及其对应的CUDA版本之后，就可以利用Python包管理工具pip或者Anaconda发行版自带的conda来进行安装了。假设目标是安装带有CUDA 11.6支持的最新稳定版PyTorch，那么可以采用如下方式完成安装过程：

# 对于 pip 用户来说
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu116

# 如果使用 conda 则可参照此命令
conda install pytorch torchvision torchaudio cudatoolkit=11.6 -c pytorch

上述命令会自动下载并安装与选定CUDA版本相对应的PyTorch及相关依赖库文件[^1]。