文章目录

• 前言
• 一、torch和torchvision版本对应关系
• 二、导入离线包
• • 1.打开虚拟化环境
  • 2.验证是否安装成功

前言

一、torch和torchvision版本对应关系

错误分析：
安装pytorch或torchvision时，无法找到对应版本
cuda可以找到，但是无法转为.cuda()

以上两种或类似错误，一般由两个原因可供分析：
cuda版本不合适，重新安装cuda和cudnn
pytorch和torchvision版本没对应上

安装torch和torchvision时，两个包都有版本对应关系

二、导入离线包

【注意导入离线包前提是将对应版本的包下载完成】
在导入前，建议大家导入到虚拟环境里。

1.打开虚拟化环境

代码如下（示例）：

cmd打开创建好的虚拟环境
（base环境下的转入目录方法）

![在这里插入图片描述](https://img-blog.csdnimg.cn/8604ca1328194485b383815cd17dc261.png
（虚拟环境下）

转入自己下载包的目录，之后输入导入命令pip install 包名.whl
当提示Successfully installed ....就说明安装好了。

2.验证是否安装成功

新建python文件或者打开交互式界面，输入代码

import torchtorch.__version__==> 2.0.0torch.cuda.is_available()==> True