ubuntu在conda虚拟环境中安装torch

*终端前没有(base)时输入：

source activate base

本文是在已安装好conda、CUDA和cudnn后的torch安装

一、根据自己的CUDA版本找到合适的torch版本

nvcc -V

得到我电脑上的CUDA版本是10.0

由于在线下载总是出错，所以这里选择下载离线包

在https://download.pytorch.org/whl/torch_stable.html找到对应CUDA版本的离线包（注意，gpu版本的在接近中间偏下的部分，前面都是cpu版本）

比如我的CUDA版本是10.0，我想下的python是3.8，则找到cu100和cp38相关的.whl文件（注意ubuntu是要linux_x86_64版本，windows就选win_amd64版本）

三个文件：torch、torchvision、torchaudio（CUDA10.0下没有，所以只下两个文件）

 

我是将下载的文件放到主目录下的新文件夹torch中了，因为我的下载目录是中文，不确定中文字符会不会有影响就移到新文件夹中了

二、安装torch

1、创建虚拟环境

创建一个新的虚拟环境叫py3.8，python版本是3.8（这里的python版本要和上面下的文件的python版本对应）

conda create -n py3.8 python=3.8

创建完成：

2、安装torch

进入虚拟环境：

conda activate py3.8

进入放了上面下载文件的文件夹：

cd torch/

安装上面下载的文件，注意文件名要改成你下载的对应文件，这里借助了阿里源

pip install torch-1.4.0+cu100-cp38-cp38-linux_x86_64.whl

pip install torchvision-0.5.0+cu100-cp38-cp38-linux_x86_64.whl

显示successfully

 

3、import torch

进入python：

python

输入：

import torch

出现错误（如果有其他类似的错误应该也可以用同样的方法）：

查了很多资料，本来以为是像https://blog.csdn.net/u013921430/article/details/99656224是numpy版本问题，用

pip show numpy

发现压根没有这个库（注意这里要用exit()退出python再输入pip show numpy）

 下载numpy库：

pip install numpy==1.16.4

下好后重复一遍之前的操作，可以看到这次下载成功，打印出torch的版本

验证安装的是CUDA(gpu)版本

参考博客：

cuda10安装pytorch cuda版本pytorch_mob64ca13fc5fb6的技术博客_51CTO博客

Ubuntu22.04搭建Pytorch框架深度学习环境+安装Miniconda+安装CUDA与cuDNN_cuda 10.1 miniconda 安装pytorch ubuntu16-CSDN博客

实测在windows下安装torch区别不大：

①.condarc文件改成：

ssl_verify: true
show_channel_urls: true

channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/

②下载三个torch相关文件时在后面加上腾讯源，下的很快

pip install torch-xxx-.whl -i https://mirrors.cloud.tencent.com/pypi/simple --trusted-host mirrors.cloud.tencent.com

在vscode中运行一个手写数字识别的程序，首先装上缺少的包（注意要先进入到py3.8的虚拟环境中）

python -m pip install opencv-python #安装cv2
python -m pip install mnist #安装mnist包
pip install scikit-image #安装scikit包

点击运行，训练过程中打开一个新的终端，输入

nvidia-smi

验证虚拟环境用到了gpu跑