python-pytorch-cuda下载参考（自用，推荐有用链接）

版本考虑顺序（仅供参考，考虑配置难度，个人倾向）：cuda+pytorch-->python，记得配置在虚拟环境，可以配多个。

• 前提准备：anaconda，cuda（可根据需求自行下载新版本）

Linux安装Anaconda_怎么看anconda有没有安装成功 linux-优快云博客

• 查看CUDA版本：

win+R;cmd;

nvidia-smi

• pytorch和cuda对应版本官方参考和下载链接：

Previous PyTorch Versions | PyTorch

• pytorch和python对应版本官方github参考：

pytorch/vision: Datasets, Transforms and Models specific to Computer Vision

• conda在虚拟环境下载对应cuda版本的pytorch等镜像源问题可参考：

anaconda最新国内镜像源更换解决清华源失效问题_conda清华镜像不可用-优快云博客

• 详细介绍相关指令含义可参考：

基于conda安装pytorch---一看就会超稳定安装步骤详解【多次踩坑实践最终成功版！！！】【适用于WIN系统】-优快云博客

其他官网

pytorch_lighting对应pytorch：

Versioning Policy — PyTorch Lightning 2.5.0.dev documentation

更新：

使用离线安装方法：如果服务器网络真的很慢，可以考虑在本地下载 wheel 文件，然后上传到服务器进行安装。

访问PyTorch官方wheel文件下载页面：

https://download.pytorch.org/whl/torch_stable.html

选择正确的版本：（下图示例，适用于服务器安装）

上传到服务器（可考虑xftp上传，需要更新文件夹）

cd ~/pytorch_wheels #这里放文件夹名字（‘pytorch_wheels’）

！进入虚拟环境！（代码省略）

pip install torch-1.13.1+cu116-*.whl
pip install torchvision-0.14.1+cu116-*.whl
pip install torchaudio-0.13.1+cu116-*.whl

验证

# 在Python中验证GPU是否可用
import torch
print(torch.__version__)
print(torch.cuda.is_available())
print(torch.cuda.device_count())
print(torch.cuda.get_device_name(0))