由于报错引发以下系列操作：

一. 确定torch内置依赖约束

cuda-toolkit==13.0.2 的依赖关系 不是写在 PyTorch 官网文档里的，而是在 wheel 包内部的 METADATA 文件 中的。它是 pip 在安装时自动读取的包元数据，属于 NVIDIA 打包 nvidia-cuda-* 系列 pip 包时设定的版本锁定策略。

在WSL端执行：

# 解压本地的 torch wheel，直接看元数据
unzip -p ./wheels/torch-2.11.0+cu130-*.whl 'torch-2.11.0+cu130.dist-info/METADATA' | grep -i cuda-toolkit

得到结果，确定我的torch 2.11.0 + cu130 依赖的 cuda-toolkit 版本是 13.0.2

也可以在windows端的文件夹下面打开这个METADATA文件，可查看其他依赖：

二 、查看torch、torchvision的版本相关和下载链接

网址：
官网查询链接

网页内容：



也可以在WSL敲命令，列出当前仓库真实存在的所有 torchaudio 包，不用瞎猜版本。

 curl https://download.pytorch.org/whl/cu130/torchaudio/ | grep cp311

三、查看ONNX Runtime GPU 版本（可以看出目前最新只到12.x版本，没有13.x版本。）

	ONNX Runtime GPU 版本与 CUDA/cuDNN 的配套关系，最权威的查询入口是官方文档中的 CUDA 兼容性矩阵页面：

官网查询链接