安装PyTorch for CUDA 9.0时可能会遇到一些问题。以下是一些可能的解决方法：

1. 确保你的CUDA版本正确：首先确保你的机器上安装了CUDA 9.0，并且已经正确配置了环境变量。你可以通过在终端中输入nvcc --version来检查CUDA版本是否正确。

2. 使用正确的PyTorch版本：确保你下载的PyTorch版本与你的CUDA版本兼容。你可以在PyTorch官方网站上找到与CUDA 9.0兼容的版本。

3. 使用conda进行安装：使用conda来创建一个虚拟环境，并在该环境中安装PyTorch和CUDA。以下是一个示例命令：

conda create -n myenv python=3.7
conda activate myenv
conda install pytorch torchvision cudatoolkit=9.0 -c pytorch

4. 检查GPU驱动程序：确保你的GPU驱动程序与CUDA 9.0兼容。你可以在NVIDIA官方网站上找到与CUDA 9.0兼容的驱动程序版本。

5. 检查编译器：确保你使用的编译器与CUDA 9.0兼容。你可以在PyTorch官方网站上找到与CUDA 9.0兼容的编译器版本。

6. 检查操作系统：确保你的操作系统与CUDA 9.0兼容。例如，某些版本的Windows可能不支持CUDA 9.0。

如果你提供了具体的错误信息或代码示例，我们可以为你提供更精确的解决方法。