我之前帮不少朋友处理过这种旧GPU适配PyTorch的问题，你的GTX 860M CUDA算力5.0确实被新版PyTorch移除支持了，不过通过源码编译旧版PyTorch就能完美解决，下面是一步步的实操指南：

第一步：确定适配的PyTorch版本 #

PyTorch 1.12.x是最后一批支持CUDA算力5.0的版本，推荐选1.12.1版本，稳定性最好。

第二步：准备编译环境 #

先卸载掉之前装的新版PyTorch，避免冲突：

pip uninstall -y torch torchvision torchaudio

然后安装编译依赖（用conda的话更省心）：

conda install numpy ninja pyyaml mkl mkl-include setuptools cmake cffi typing_extensions future six requests dataclasses -y

如果用pip的话，对应执行：

pip install numpy ninja pyyaml mkl mkl-include setuptools cmake cffi typing_extensions future six requests dataclasses

第三步：克隆旧版PyTorch源码 #

# 克隆1.12.1版本的PyTorch仓库
git clone --branch v1.12.1 https://github.com/pytorch/pytorch.git
cd pytorch
# 拉取所有子模块
git submodule update --init --recursive

第四步：配置编译参数并编译 #

这一步最关键的是指定你的GPU算力为5.0，确保编译出来的PyTorch能适配GTX 860M：

# 设置环境变量，指定CUDA算力
export TORCH_CUDA_ARCH_LIST="5.0"
# 关联conda环境路径
export CMAKE_PREFIX_PATH=${CONDA_PREFIX:-"$(dirname $(which conda))/../"}
# 开始编译安装（CPU编译可能耗时较长，耐心等待）
python setup.py install

如果想更快编译，可以加上并行参数，比如python setup.py install -j8（8代表用8个CPU核心，根据你的电脑配置调整）。

第五步：安装适配的fastai版本 #

PyTorch 1.12.1对应适配的fastai版本是2.7.x，推荐安装2.7.10：

pip install fastai==2.7.10

验证安装是否成功 #

打开Python终端，输入以下代码：

import torch
import fastai
print("PyTorch版本：", torch.__version__)
print("GPU是否可用：", torch.cuda.is_available())
print("fastai版本：", fastai.__version__)

如果输出GPU是否可用：True，就说明环境搭建成功啦！

内容的提问来源于stack exchange，提问作者Valentas Gruzauskas