如何在Python项目中安装CUDA 12.0兼容的PyTorch?

在Python项目中安装CUDA 12.0兼容的PyTorch，你需要按照以下步骤操作：

1. **检查系统支持**：首先确认你的系统是否支持CUDA。通常来说，你需要一台支持NVIDIA GPU并且操作系统是Linux、macOS或者Windows的机器。

2. **下载CUDA**：访问NVIDIA官网(https://developer.nvidia.com/cuda-downloads)下载CUDA Toolkit for your system (选择适合CUDA 12.0版本的对应平台)。记得下载对应Python 3版本的CUDA。

3. **安装CUDA**：下载完成后，解压并按照安装向导进行安装。在安装过程中，可能会需要重启电脑以便更改环境变量。

4. **配置环境变量**：在安装完成后，打开命令行终端，添加CUDA和cuDNN的路径到系统的`PATH`环境变量中。对于Linux用户，这通常是编辑`.bashrc`文件；对于macOS，可以使用Homebrew进行设置。

5. **安装cuDNN**：NVIDIA cuDNN是深度学习库的一部分，用于加速GPU计算。同样从NVIDIA官网下载cuDNN，并将其包含的文件夹路径添加到`LD_LIBRARY_PATH`环境变量。

6. **安装PyTorch**：打开命令行，使用以下命令安装PyTorch（默认会链接到已安装的CUDA）：

   pip install torch torchvision --cuda-version=12.0

7. **验证安装**：安装完毕后，运行以下命令来测试安装：

   python -c "import torch; print(torch.cuda.is_available())"

如果返回True，表示PyTorch已经成功安装并能识别CUDA 12.0。