装PyTorch环境的那些坑

写在前面

  最近在做一个3D点云vectorization的项目，有用到PyTorch。光是装环境就花了两天的时间，期间遇到了无数的坑，现整理一个较完整的
  PyTorch安装流程，供pym借鉴和以后参考。

重要概念

  以下介绍仅为安装PyTorch时理清各安装包之间的关系。

CUDA

  CUDA是一个并行计算平台和编程模型，简单理解为优雅地实现并行计算的编程语言（类似C++、Python等）。

CUDA Toolkit

  Toolkit是CUDA的工具包，PyTorch使用CUDA一般需要工具包的支持。

cuDNN

  cuDNN是一个是基于CUDA的深度学习GPU加速库。

NVCC

  NVCC就是CUDA的编译器。

流程

1.查清楚你的显卡对CUDA版本的要求

  对于一些比较新的显卡，比如博主的GeForce RTX 3060是不支持CUDA 11.0以下的版本的。这个问题浪费了我一个上午的时间，真的要特别注意！！！

2.查CUDA驱动版本

  在terminal输入命令查询CUDA驱动版本，显示以下信息。

$ nvidia-smi

  下图CUDA Version即为CUDA驱动版本。

3.查驱动版本和CUDA对应

  点击英伟达官网查看对应CUDA Toolkit版本。在toolkit版本不高于CUDA驱动版本的情况下，可选择版本较高的toolkit。

  注意，在安装PyTorch前要确保正确安装系统CUDA，输入命令conda activate xxx（xxx为创建的conda环境名）后安装的CUDA Toolkit即conda环境里的CUDA Toolkit版本应低于系统版本。

4.安装PyTorch

  通过前面的步骤࿰