【cuda、torch和torchvision安装与配置问题等各种坑记录与处理】

利用pytorch和torchvision以及cuda做深度学习的那些坑：

作为新手，通过自己配置python的库、虚拟环境要学习的真的很多。以前都是在windows电脑中，直接用一个环境搞定所有的训练。在安装torch和torchvision遭遇了各种不同的坑，填坑之旅真的是困难重重。

---

使用服务器时

1. 使用pycharm新建项目时，不能调用conda创建的虚拟环境；

2. 使用pycharm新建项目时，利用python自带的virtualenv创建的虚拟环境不能被conda搜索到；

3. 但是自带的virtualenv创建的虚拟环境是可以使用的，于是就在这个虚拟环境上继续调试，于是出现了以下问题。
   首先出现了以下界面，卡了很久：
   卡完后，继续出现以下问题：
   

4. 尝试查询该问题的解决方法：

由于没有管理员权限，但是这个是服务器，管理员权限很麻烦，我不想弄了。心好累啊。既然conda不行，那我就转而使用pip。

• 使用pip安装torch的话需要下载轮子（.whl）文件。
• 服务器的cuda版本是11.4，我需要的torch版本是可以是1.8.0+cu111，torchvision版本是0.9.0+cu111，同时python版本是3.8。轮子文件从以下网站下载: pytorch官网下载
• 然后使用pip install +文件的绝对路径 进行安装

至此，torch版本与cuda版本不兼容的问题终于解决了

重要提示：做图像深度学习的一定要按照顺序来配置cuda、pytorch等环境和库，安装cuda时按照该链接进行操作链接: 安装cuda详细步骤或: CUDA编程第一章：windows下安装visual studio 2019+CUDA10.2的整体图文流程

---

使用自己电脑时：

1. 发现安装了torch和torchvision之后，使用以下代码，输出仍然是False。

print(torch.cuda.is_available())

我还以为是我torch和torchvision版本的问题。又卸载了这两个库。

但是在查询解决方案的途中，查到了网上的攻略，我跟着步骤一步一步来的时候，我发现我没有我通过在终端输入以下代码发现，我连CUDA都没有安装。

nvcc --version

2. 于是又下载了11.4的CUDA。在安装的过程中，出现了以下问题：
   显示我缺少Visual Studio，所以继续安装相应的软件，参考 CUDA编程第一章：windows下安装visual studio 进行相应的下载与安装。

3. 但还是出现了问题：
   真的太痛了。

4. 我决定忽略Visual Studio安装，继续第二步的安装，结果依然不行：
   查询相关解决方法后，需要我卸载与NVIDIA相关的程序。参考链接: CUDA安装卡在visual studio integration。
   痛苦面具了属于是。

5. 解决方案以后再写吧。 一定要按照步骤！