由 船长 
Wsl中查看cuda的版本
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128
直接安装会报错，需要先安装虚拟环境，防止影响系统的python
最新版本不需要使用Anaconda了！
1 Anaconda介绍
Anaconda，中文大蟒蛇，是一个开源的 Python 发行版本，其包含了 conda、Python 等 180 多个科学包及其依赖项。其中，conda 是一个开源的包、环境管理器，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换。
1、Anaconda 对于 python 初学者而言及其友好，相比单独安装 python 主程序，选择 Anaconda 可以帮助省去很多麻烦，Anaconda 里添加了许多常用的功能包，如果单独安装 python，这些功能包则需要一条一条自行安装，在 Anaconda 中则不需要考虑这些，同时 Anaconda 还附带捆绑了两个非常好用的交互式代码编辑器（Spyder、Jupyternotebook）。
2、如果我们不安装 Anaconda 的话，我们安装第三方库就必须要用 pip install xxx 去安装，当我们安装的库多了，就会形成文件紊乱和繁杂问题。而且 pip install 方法会默认把库安装在同一个路径中，假如当你去做项目时，别人给你的程序用的库是低版本的，而你自己通过 pip 安装的是高版本的库，由于存在兼容问题，你的库不能运行该程序，而你也不可能为了这个而删去你的高版本的库去下载这个符合环境的低版本库吧，所以这及其繁琐和不方便。
这时 Anaconda 的作用就出来了！！！它能够创建一个虚拟环境，这个虚拟环境和你的主环境是分开的，就好像宿舍楼一样，一栋大宿舍楼有很多宿舍房间组成，每个房间都住着人，但是他们都是独立分开的，互不影响。如果你不想住宿，你随时可以退宿。也就是说，如果你创建的虚拟环境你不想要了，占内存了，你随时可以移走删除。那么怎么通过 Anaconda 创建虚拟环境呢？就是 conda 方法！！！
使用 conda 来安装 PyTorch 是一个非常好的选择，尤其是在你想管理不同的 Python 环境或需要安装具有特定依赖关系的库时。conda 不仅可以管理 Python 包，还可以处理与环境相关的所有依赖关系，并且比 pip 更容易解决兼容性问题。
使用 conda 安装 PyTorch
确保你已安装 Anaconda 或 Miniconda:Anaconda是一个包含大量科学计算库的大型 Python 发行版。
Anaconda 是什麼？Anaconda 是一款專為資料科學和機器學習開發者設計的開源 Python 平台，整合了最常用的資料分析工具與函式 庫。它內建了豐富的資料科學套件，包含 Numpy（數值運算）、Pandas（資料處理）和 Seaborn（資料視覺化）等核心工具，讓使用者免除繁瑣的安裝過程，能立即開始工作。
Anaconda 安裝下載步驟非常簡單，只需下載執行檔便能完成設置，且完整支援 Windows、macOS 和 Linux 等主要作業系統，讓使用者在不同平台都能擁有一致的開發體驗。透過內建的 Conda 環境管理工具，使用者可以輕鬆創建和切換不同的開發環境，有效解決套件版本衝突的問題。
下载相应安装包
sh Anaconda3-2025.06-0-Linux-x86_64.sh
输入yes并回车安装
查看conda版本，可以看到已经安装成功了
conda info查看具体信息
在~/.bashrc添加conda环境变量方便使用
尴尬，执行到这里发现最新的pytorch已经不推荐使用conda安装，具体见最后reddit和github链接
sudo apt install python3-venv
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128安装时发现有的包下载太慢了，可以手动下载并安装
这样就安装完成了。
创建pytorch_test.py，并添加以下内容。
import torch
print("PyTorch 版本:", torch.__version__)
print("是否支持 CUDA:", torch.cuda.is_available())
if torch.cuda.is_available():
print("当前 CUDA 设备数量:", torch.cuda.device_count())
print("当前使用的设备:", torch.cuda.current_device())
print("设备名称:", torch.cuda.get_device_name(torch.cuda.current_device()))运行后根据输出判断安装信息。
参考链接
https://pytorch.org/get-started/locally
https://blog.csdn.net/liuhyusb/article/details/135753864
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=D
https://github.com/pytorch/pytorch/issues/138506
发布于2025/07/13