whl格式本质上是一个压缩包，里面包含了py文件，安装方法：

错误原因：一个名为"text.kerning_factor"的key失效引起的版本冲突，我的理解是matplotlib旧版本需要的这个key，新版本不需要了；解决方法：根据提示找到这个key并注释掉就可以了，具体步骤如下： 打开错误信息中的路径，报错里会提示，我这里是F:\Anaconda3\envs\Desktop\Lib\site-packages\matplotlib\mpl-data\stylelib，找到目标文件

用记事本打开，注释掉这一行：

①查看本机 CUDA 版本，python版本

没装 CUDA 的可参考这篇博客装上。windows 下查看 CUDA 版本的命令：

nvcc -V nvcc --version

查看 CUDA 版本后，需安装对应的 cudnn，去英伟达官网注册登录后即可下载，注意 cudnn 必须和你的 CUDA 版本对应。

下载之后，解压缩，将 cudnn 文件夹中的各自的 bin、clude、lib 文件夹中的内容，直接复制添加到 CUDA 的安装目录的对应相同名字的文件夹下即可。

②Anaconda 创建新环境 打开 Anaconda Prompt，创建一个名为 pytorch_gpu 的 Python 版本为 3.7（根据自己实际情况确定Python版本） 的环境：

conda create -n pytorch_gpu python=3.7 激活此环境：conda activate pytorch_gpu 原文链接：https://blog.csdn.net/dongmie1999/article/details/118527274

③去官网找到自己对应的版本

如 Windows 下的 CUDA 10.2 选择 pip 安装稳定版，命令为

pip3 install torch==1.9.0+cu102 torchvision==0.10.0+cu102 torchaudio===0.9.0 -f https://download.pytorch.org/whl/torch_stable.html 如果上面这条命令下载速度太慢，可以用 -i 临时使用清华镜像下载，在 Anaconda Prompt中相应的创建环境中：

pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple torch==1.9.0+cu102 torchvision==0.10.0+cu102 torchaudio===0.9.0 -f https://download.pytorch.org/whl/torch_stable.html 

④验证自己GPU能否使用的时候，用如下代码：

import torch from torch import nn print(torch.cuda.is_available()) print(torch.cuda.device_count()) print(torch.cuda.get_device_name(0))

要安装和pytorch版本匹配的torchtext！不能随意pip，不然会改变torch版本与cuda不匹配 pytorch与torchtext的版本是要一一对应的，就像cuda版本要与能加速的torch版本要对应一样。而当使用pip install torchtext 直接安装torchtext时，默认安装的是最新版本的torchtext 0.12.0，安装过程会检测pytorch版本，如果pytorch版本低于torchtext 0.12.0对应的1.11.0，就会自动先将pytorch更新到cpu版本的最新版。 安装前得去torchtext官网看与pytorch对应的版本，再安装特定版本。

参考文章： http://t.csdn.cn/ra6RI https://www.outofmemory.cn/read/792176.html