Win and linux can run the code

example/find_correct_torch.py

@@ -0,0 +1,75 @@
+#!/usr/bin/env python3
+"""查找正确的PyTorch安装命令"""
+
+import sys
+
+def check_cuda_compatibility():
+    """检查CUDA兼容性"""
+    print("=== CUDA兼容性检查 ===")
+    print("你的CUDA版本: 12.3")
+    print("\nPyTorch官方支持的CUDA版本:")
+    print("1. CUDA 12.1 - 最新稳定版")
+    print("2. CUDA 11.8 - 广泛支持")
+    print("3. CUDA 11.7 - 旧版本支持")
+    print("\n注意: CUDA 12.3可能还没有官方预编译包")
+
+def get_installation_options():
+    """获取安装选项"""
+    print("\n=== 安装选项 ===")
+
+    print("选项1: 使用CUDA 12.1（向后兼容）")
+    print("大多数CUDA 12.x版本是兼容的")
+    print("命令: pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121")
+    print()
+
+    print("选项2: 使用conda安装（推荐）")
+    print("conda会自动处理CUDA兼容性")
+    print("命令: conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia")
+    print()
+
+    print("选项3: 从源码编译（高级用户）")
+    print("如果需要特定CUDA版本")
+    print()
+
+    print("选项4: 使用CPU版本")
+    print("如果没有GPU或不想处理兼容性问题")
+    print("命令: pip install torch torchvision torchaudio")
+
+def check_current_torch():
+    """检查当前torch安装"""
+    print("\n=== 当前PyTorch状态 ===")
+    try:
+        import torch
+        print(f"已安装版本: {torch.__version__}")
+        print(f"CUDA可用: {torch.cuda.is_available()}")
+
+        if '+cpu' in torch.__version__:
+            print("类型: CPU版本")
+        elif '+cu' in torch.__version__.lower():
+            print("类型: GPU版本")
+            cuda_ver = torch.__version__.split('+cu')[-1].split('+')[0]
+            print(f"编译的CUDA版本: {cuda_ver}")
+        else:
+            print("类型: 未知")
+
+    except ImportError:
+        print("PyTorch未安装")
+
+def main():
+    print("PyTorch安装指南")
+    print("=" * 50)
+
+    check_cuda_compatibility()
+    check_current_torch()
+    get_installation_options()
+
+    print("\n=== 推荐方案 ===")
+    print("1. 首先尝试选项1（CUDA 12.1）")
+    print("2. 如果不行，使用选项2（conda安装）")
+    print("3. 或者暂时使用CPU版本运行代码")
+
+    print("\n=== 验证安装 ===")
+    print("安装后运行: python -c \"import torch; print(f'版本: {torch.__version__}'); print(f'CUDA可用: {torch.cuda.is_available()}')\"")
+
+if __name__ == "__main__":
+    main()