• 安装的touch环境与CUDA和Python版本不匹配的问题。经过几次试验后发现，可以使用patch官网命令进行安装。直接自动匹配cuda和Python版本。比起使用requirement.txt安装要简单的多。
• 建议删除requirement中的touch，直接使用以下命令行。将最后的cu版本（我的是cuda11.8，就是cu118）改为自己本机安装的cuda版本。官网会自动匹配当前环境中的Python版本和win环境。

1 官方安装

直接通过 PyTorch 官网命令安装（自动匹配环境）：
例如： CUDA 11.8 + Python 3.8

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

2 conda+镜像源

2.1 加入镜像地址

# 在终端执行以下代码
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
# 以上两条是Anaconda官方库的镜像

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
# 以上是Anaconda第三方库 Conda Forge的镜像

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/
#以上两条是Pytorch的Anaconda第三方镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch3d/

conda config --set show_channel_urls yes
conda info # 查看输入是否有效

2.2 安装

# 首先安装pytorch
conda install pytorch torchvision torchaudio  pytorch-cuda=11.8
# 使用官方网站提供的命令安装，参考：https://pytorch.org/get-started/previous-versions/
# 但是尤其注意以因为已经更换过conda源了，所以不需要添加-c pytorch -c conda-forge，否则默认从官方源添加
# 清华源的速度相较于原网站已经是快很多了（源网站知识2h+）。
# 此处仅指定cuda的版本是11.8，其他的版本适应匹配，避免出现安装中的不适配问题。


# 其次安装必要库
conda install -c fvcore -c iopath -c conda-forge fvcore iopath

# 安装pytorch3d，只需要一条命令
conda install pytorch3d

参考文献

[1]https://blog.csdn.net/weixin_43357695/article/details/126063091