显存大于4G的建议使用GPU版本的pytorch，低于4G建议使用CPU版本pytorch，直接使用命令安装对应版本即可
GPU版本的pytorch的使用需要显卡支持，需要先安装CUDA，即需要完成以下安装
1.查看显卡GPU支持的CUDA版本（最高）
GPU对应的CUDA版本可以通过以下方法查看：
- 打开cmd，输入nvidia-smi，查看显卡支持的CUDA版本
- 对于Volta或更高版本的GPU，推荐使用cuDNN 9.1.0和CUDA 12.4
- 对于Pascal和Maxwell架构的GPU，推荐使用cuDNN 9.1.0和CUDA 11.8
- 可以通过命令“nvcc -V”或“nvcc --version”查看CUDA版本
如果nvidia-smi命令无效，则说明可能已经安装了cuda 有效解决：nvidia-smi报错Failed to initialize NVML: Unknown Error 且 print(torch.cuda.is_available())一直卡住_nvvm unknown error-CSDN博客
2.下载安装对应版本的cuda
配置显卡cuda与配置pytorch - 知乎 (zhihu.com)
查看当前安装的CUDA版本：nvcc -v
3. python、torch、torchversion版本对应关系及安装
3.1 不建议使用pytorch官方的下载安装方式：
3.2 建议手动下载、手动安装：
1.在download.pytorch.org/whl/torch_stable.html 或download.pytorch.org/whl/torch/ 或阿里镜像源pytorch-wheels安装包下载_开源镜像站-阿里云 (aliyun.com) 中，
2.根据cuda版本、torch版本、python版本，下载对应的 torch.whl文件
3.根据torch与torchversion的对应关系，再下载对应的torchversion.whl文件 pytorch，torchvision与python版本对应关系及安装命令_pytorch python版本-CSDN博客
4.下载到本地文件夹，然后通过命令行的形式安装，这样安装可以避免官方安装中的错误
pip install ''xxx''
5.测试GPU版本的pytorch是否成功安装使用
import torchprint(torch.cuda.is_available())
返回true则成功；
6. 如果返回false，则失败，需要优先检查cuda版本与torch版本是否对应，使用命令：pip list，查看torch是否为版本号+cuda版本号：
3.3 建议命令行安装（未亲自测试）
pytorch，torchvision与python版本对应关系及安装命令_pytorch python版本-CSDN博客
