目录
二、安装Pytorch1.13.0/cu117（GPU版本）
机器情况：新机器，自带的有nvidia-smi显卡驱动。
机器：Ubuntu22.04 + 英伟达显卡（GeForce RTX 4090）+ Anaconda3。
目标：安装gpu版本的PyTorch1.13.0/cu117（pytorch==1.13.0 torchvision==0.14.0 pytorch-cuda=11.7）
一、电脑相关信息
1. 电脑显卡环境：
- 显卡：Nvidia GeForce RTX 4090
- 电脑的显卡驱动版本：525.105.17，CUDA Version：12.0
（CUDA Version12.0表示此显卡驱动最高支持cu12.0。）
二、安装Pytorch1.13.0/cu117（GPU版本）
1. 准备：新建虚拟环境
1）首先安装Anaconda。（很简单，自行搜索）
2）其次在用Anaconda建一个虚拟环境。
conda create -n torch1-13 python=3.10
#（torch1-13 表示自己起的环境的名字。）3）激活虚拟环境。（后续的操作都是在该虚拟环境下进行的。）
conda activate torch1-132. 用conda在线安装pytorch1.13.0/cu117（pytorch==1.13.0 torchvision==0.14.0 pytorch-cuda=11.7）：（在pytorch官网的历史版本里找安装命令）
1）在PyTorch官网历史版本链接（ Previous PyTorch Versions | PyTorch）里面，找到安装Pytorch1.13.0/cu117的安装命令，进行在线安装。
安装命令：
# CUDA 11.7
conda install pytorch==1.13.0 torchvision==0.14.0 torchaudio==0.13.0 pytorch-cuda=11.7 -c pytorch -c nvidia
如下图所示：
2）测试：
可以看到torch和torchvision对应的版本：
(base) ubuntu@ubuntu:~$ conda activate torch1-13
(torch1-13) ubuntu@ubuntu:~$ python
Python 3.10.11 (main, Apr 20 2023, 19:02:41) [GCC 11.2.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> import torchvision
>>> torch.__version__
'1.13.0'
>>> torchvision.__version__
'0.14.0'
>>> torch.cuda.is_available()
True
>>> torch.version.cuda
'11.7'
>>> torch.backends.cudnn.version()
8500
>>> exit()
(torch1-13) ubuntu@ubuntu:~$ 
PyTorch1.13.0 GPU版本（pytorch==1.13.0 torchvision==0.14.0 torchaudio==0.13.0 pytorch-cuda=11.7）就安装好了~ 可以愉快使用了~
参考：
Linux安装Pytorch1.8GPU（CUDA11.1）_太阳花的小绿豆的博客-CSDN博客