1.找到自己电脑上的版本

在搜索框中 搜索nvidia 打开-》点击系统信息-》组件-》从图上可以看到我的版本为12.3

也可以在cmd中直接输入nvidia-smi(但这个不一定很准确)

2.找到pytorch官网对应的版本的安装代码

 搜索pytorch官网 get started 

在选择PyTorch与CUDA版本匹配时，通常建议选择与你当前安装的CUDA版本最接近的PyTorch版本。虽然理论上较新的PyTorch版本可能兼容较旧或稍新的CUDA版本，但为了最佳性能和稳定性，选择官方建议的匹配版本是最安全的做法。

我们需要的安装代码就是run this command

3.创建环境进行安装

<code>conda create --name py38 python =3.8

conda init

conda activate py38

创建环境并进入创建的环境

然后输入第二步找到的代码

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

但是有一个问题，安装太慢，使用其他博客使用的镜像源的时候，没有办法指定torch torchvision torchaudio版本（以前官网上在第二步找到的代码是有版本号的，现在没有了）

所以无奈只能慢慢的安装，但是安装慢不是最可怕的，他会安装一两个小时掉线，然后重新安装，再掉线~~~~~~~

如果你的网速一直很拉闸，那就试试加上这个

<code>pip --default-timeout=1688 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

install后面替换成你找到的对应的代码

4.其他

如果下载了不对的版本需要先将原来的版本卸载

pip3 uninstall torch torchvision torchaudio

看看自己安装的是否成功

在cmd中执行

python -c "import torch; print('CUDA Available:', torch.cuda.is_available())"

输出true就成功了

5.如果网络还是不行，还是掉，可以直接排除掉这个问题

我们可以看到在下载的时候有个下载地址

直接复制到浏览器中本地下载（会下载的很快）

然后在你的环境中安装

<code>pip install D:\pytorch\torch-2.4.0+cu121-cp38-cp38-win_amd64.whlcode>

里面的地址根据你下载的地址进行修改

检查是否成功

python

import torch

torch.__version__

import torchvision

torchvision.__version__

一般就成功了