比如我们在github上看到一个关于运行环境的需求

Installation

• xxx系统
• Python 3.xxx 
• CUDA 9.2
• PyTorch 1.9.0
• xxx
• xxx

最主要的就是cuda和torch，这两个会卡很多环境的安装。

我们重新走一遍环境安装。

首先创建一个虚拟环境

conda create -n 环境名字 python=3.xxxactivate 环境名字

设置一个全局定义，清华源

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

一般的库文件  xxx可以用国内源的形式非常快速下载

比如

pip install  -i https://pypi.tuna.tsinghua.edu.cn/simple tensorboardXpip install  -i https://pypi.tuna.tsinghua.edu.cn/simple xxx

其次安装cuda和torch的版本，需要根据这个需求来，我看到需求是

• CUDA 9.2
• PyTorch 1.9.0

建议看下自己cuda的版本

打开命令行cmd
输入nvidia-smi

可以看到自己cuda版本是12.2，但是并没有luan用。根据12.2这个版本，找到相近的cuda 11.1也能用

根据代码需求，我们在网站找到合适版本的代码。

网站如下：Previous PyTorch Versions | PyTorch

# CUDA 11.1
pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

但是“https://download.pytorch.org/whl/torch_stable.html”通过这个网站下载速度非常非常慢

这时候我们需要通过链接外网形式，不用国内源

pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html     （需要梯子）

就这样完成对所有所需库文件的安装！！！