安装CUDA显卡驱动
这篇博客已经超级详细，具体就不在闭门造车了！
最简单、实用的cuda安装教程！！！（nvidia官方渠道下载）
检测CUDA版本（cmd窗口命令行下）
nvidia-smi
nvcc -V
nvcc --version
一般为高版本兼容低版本，如果你的cuda为12.8，一般情况下下载11.2版本的cuda也能正常使用。
安装pytorch的方法
正常情况下载pytorch的官方网站pytorch.org中可选择对应最新版本安装。
conda安装较低版本的torch
寻找到pytorch这个页面去寻找你需要的版本信息（我一般是control+F随后点击搜索按钮）
pytorch官方网站的previous版本
用linux和windows的命令行窗口运用pip或者conda安装。具体命令如图所示。（按照安装torch==2.0.0）
# CUDA 11.7
conda install pytorch==2.0.0 torchvision==0.15.0 torchaudio==2.0.0 pytorch-cuda=11.7 -c pytorch -c nvidia
# CUDA 11.8
conda install pytorch==2.0.0 torchvision==0.15.0 torchaudio==2.0.0 pytorch-cuda=11.8 -c pytorch -c nvidia
# CPU Only
conda install pytorch==2.0.0 torchvision==0.15.0 torchaudio==2.0.0 cpuonly -c pytorch
用脚手架（wheel）安装torch==2.0.0，从中可以选择不同的版本进行安装.
# ROCM 5.4.2 (Linux only)
pip install torch==2.0.0+rocm5.4.2 torchvision==0.15.1+rocm5.4.2 torchaudio==2.0.1 --index-url https://download.pytorch.org/whl/rocm5.4.2
# CUDA 11.7
pip install torch==2.0.0+cu117 torchvision==0.15.1+cu117 torchaudio==2.0.1 --index-url https://download.pytorch.org/whl/cu117
# CUDA 11.8
pip install torch==2.0.0+cu118 torchvision==0.15.1+cu118 torchaudio==2.0.1 --index-url https://download.pytorch.org/whl/cu118
# CPU only
pip install torch==2.0.0+cpu torchvision==0.15.1+cpu torchaudio==2.0.1 --index-url https://download.pytorch.org/whl/cpu
镜像源安装（阿里云/腾讯云/清华镜像源安装）
清华镜像源的网址清华镜像源的pytorch镜像网址
将自己所需要的安装包最后确定网址。
网址具体如下所示。https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/（清华镜像源）
命令行如下所示（但是需要确定torch，torchvision的版本）
conda install pytorch torchvision torchaudio cudatoolkit=11.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/
# 阿里云安装torch=1.4.0，torchvision=0.5.0
pip install torch==1.4.0 torchvision==0.5.0 -f https://download.pytorch.org/whl/torch_stable.html -i http://mirrors.aliyun.com/pypi/simple/some-package
本地运用whl安装
进入对应的阿里云镜像阿里云镜像，随后搜索cu10/cu11（等对应的cuda版本）。
随后直接下载torch以及torchvision之后即可。一定要下载这两个package（torch和torchvision）。
随后对应到对应的package下载的路径之后，点击命令行（cmd），随后再去下载的目录里面输入对应命令即可。
pip install "xxxxx.whl"
检验torch是否能够调用cuda
import torch
print(torch.__version__) # 检测torch版本（记得一般是cu+xx.x版本）
print(torch.version.cuda) # cuda的版本
print(torch.backends.cudnn.version())
flag = torch.cuda.is_available()
if flag:
print("CUDA可使用")
else:
print("CUDA不可用")
ngpu= 1
# Decide which device we want to run on
device = torch.device("cuda:0" if (torch.cuda.is_available() and ngpu > 0) else "cpu")
print("驱动为：",device)
print("GPU型号： ",torch.cuda.get_device_name(0))