安装PyTorch GPU版本 (CUDA 12.1) 教程

在开始之前，请确保您的计算机上已安装了与CUDA 12.1兼容的NVIDIA GPU和NVIDIA驱动程序。
Windows系统安装步骤：

1. 检查GPU兼容性：访问NVIDIA官网，检查您的GPU是否与CUDA 12.1兼容。
2. 安装NVIDIA驱动程序：访问NVIDIA官网，下载并安装与您的GPU兼容的最新驱动程序。
3. 安装CUDA Toolkit：访问NVIDIA官网，下载CUDA 12.1 Toolkit安装程序。选择与您的操作系统和GPU兼容的版本。
4. 配置环境变量：打开系统环境变量编辑器，将CUDA 12.1的路径添加到系统路径中。
5. 创建虚拟环境：使用虚拟环境（如conda）创建一个新的环境，用于安装PyTorch。
6. 设置清华源：访问清华大学开源软件镜像站，下载并配置清华源。这将加速后续的包安装过程。
7. 安装PyTorch：使用pip命令安装PyTorch，指定使用您之前创建的虚拟环境。
8. 验证安装是否成功：运行一个简单的PyTorch程序，检查GPU是否正常工作。
   Mac系统安装步骤：
9. 检查GPU兼容性：访问NVIDIA官网，检查您的GPU是否与CUDA 12.1兼容。
10. 安装Xcode：从App Store下载并安装Xcode。
11. 安装Homebrew：在终端中执行以下命令，安装Homebrew包管理器。
12. 安装CUDA Toolkit：使用Homebrew安装CUDA 12.1 Toolkit。
13. 创建虚拟环境：使用虚拟环境（如conda）创建一个新的环境，用于安装PyTorch。
14. 设置清华源：访问清华大学开源软件镜像站，下载并配置清华源。这将加速后续的包安装过程。
15. 安装PyTorch：使用pip命令安装PyTorch，指定使用您之前创建的虚拟环境。
16. 验证安装是否成功：运行一个简单的PyTorch程序，检查GPU是否正常工作。
    Linux系统安装步骤：
17. 检查GPU兼容性：访问NVIDIA官网，检查您的GPU是否与CUDA 12.1兼容。
18. 安装NVIDIA驱动程序：访问NVIDIA官网，下载适用于Linux系统的NVIDIA驱动程序。根据您的GPU型号选择相应的驱动程序版本。
19. 安装CUDA Toolkit：访问NVIDIA官网，下载适用于Linux系统的CUDA 12.1 Toolkit安装程序。选择与您的操作系统和GPU兼容的版本。
20. 配置环境变量：打开终端，编辑~/.bashrc文件，添加CUDA 12.1的路径到系统路径中。然后执行source ~/.bashrc命令使更改生效。
21. 创建虚拟环境：使用虚拟环境（如conda）创建一个新的环境，用于安装PyTorch。
22. 设置清华源：访问清华大学开源软件镜像站，下载并配置清华源。这将加速后续的包安装过程。
23. 安装PyTorch：使用pip命令安装PyTorch，指定使用您之前创建的虚拟环境。
24. 验证安装是否成功：运行一个简单的PyTorch程序，检查GPU是否正常工作。