因为电脑里有配置paddle环境，当时用的cuda11.2，现在又要配置torch环境，查看torch官网后发现没有cuda11.2版本对应的torch下载。
考虑到版本向下兼容，可能不一定非要下载cuda=11.2对应的那个版本的torch，或许低于这个版本就可以。所以我就选择下载cuda11.1的版本。
以下是pytorch对应的稳定版的网址下载链接，可以根据需要找到对应的torch版本下载，
https://download.pytorch.org/whl/torch_stable.html
当然也可以在官网Previous PyTorch Versions | PyTorch
直接选择
# CUDA 11.1pip install torch==1.9.1+cu111 torchvision==0.10.1+cu111 torchaudio==0.9.1 -f https://download.pytorch.org/whl/torch_stable.html进行安装，在线安装时间比较久，跟网速有关，最好选择直接下载进行安装。使用迅雷下载快速下载对应版本并安装，省时间。
安装完进行测试是否能够正常调用gpu
import torchprint(torch.cuda.is_available()) # cuda是否可用print(torch.cuda.current_device()) # 返回当前设备索引print(torch.cuda.device_count()) # 返回GPU的数量print(torch.cuda.get_device_name(0))答案是肯定的呀。请看输出结果如下。
啦啦啦啦，我是聪明的小行家。。。。。。。。
来源地址：https://blog.csdn.net/wangmengmeng99/article/details/128318248
