Anaconda虚拟环境安装GPU版本的pytorch

1. 首先安装好Anaconda

2. 安装完之后Anaconda默认是没有桌面快捷方式的，需要点击【开始】，找到Anaconda，点击Anaconda Prompt

如果你不会科学上网，那就继续往下看，如果你会，请跳转到8

3. Anaconda配置清华镜像

 由于Anaconda的conda install命令默认使用的是国外源下载，安装比较大的库（比如pytorch和cuda toolkit)的时候非常慢，所以建议配置Anaconda的下载源为国内镜像（比如清华，阿里或者豆瓣），本教程以清华镜像为例，在Anaconda Prompt 里输入如下指令：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/peterjc123/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --set show_channel_urls yes

该指令的结果是在C:/user/username路径下产生一个名为.condarc的配置文件，只要不删除此文件即使卸载重装Anaconda下载源也不用重新设置。

4. 创建虚拟环境

在Anaconda prompt 里输入conda create --name 虚拟环境的名字 python=3.7

比如我想把虚拟环境叫做virtual_pytorch，则输入conda create --name virtual_pytorch python=3.7

（python = 3.7 是虚拟环境中的Python版本，可按需更改，目前用pytorch的话python装3.6或者3.7比较好）

这个虚拟环境就会安装在Anaconda安装目录下的envs文件夹里，如果不是安装在Anaconda下的envs而是安装在C盘下的某个文件夹里说明是权限不够，以管理员身份运行Anaconda Prompt就行。

5. 在虚拟环境里安装pytorch

在Anaconda prompt中输入activate envs_name激活虚拟环境，其中evns_name是你刚刚创建的虚拟环境的名字。前往pytorch官网获取下载指令。

 复制红框中的指令，注意不要复制到了红框后面的 -c pytorch（它表示强制从默认的国外源安装pytorch）

cudatoolkit版本号要根据自己电脑的cuda版本号来修改（如果驱动有更新则先把显卡驱动升级到最新），可以在cmd里使用nvidia-smi命令查看自己电脑显卡的cuda版本，cuda version：11.1表示

支持的cuda版本小于等于11.1。

 清华镜像里并不一定有每一个cuda版本的cudatoolkit包，可以自己去清华镜像看看：Index of /anaconda/cloud/pytorch/win-64/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror比如我的电脑cuda version：11.1，则我在pytorch官网获得的指令改为

conda install pytorch torchvision torchaudio cudatoolkit=11.1

我现在输进去之后报错显示没有cudatoolkit=11.1这个包，说明清华镜像里目前还没有在python3.7环境下的11.1版本的cudatoolkit，我换成11.0之后就有了。

conda install pytorch torchvision torchaudio cudatoolkit=11.0

6. 查看pytorch是否为gpu版本

进入python，输入

import torch
torch.cuda.is_available()

不用看了，结果是False，因为一般从清华镜像下载的默认是CPU版本，进入刚才创建的虚拟环境中使用conda list命令查看安装的包，有可能你会发现安装了一个叫cpuonly的包，pytorch果然也是cpu版的

 这时候直接：conda uninstall cpuonly

他会提示你当你卸载cpuonly后一些函数库的版本改变（其中就包括pytorch 和 torchvision）

等待安装，loading…

安装完成后，就可以看到pytorch 和 torchvision 都是 GPU 版本了

 此时输入

import torch 
torch.cuda.is_available()

 返回结果就是True啦

7. 可能没有cpuonly这个库怎么办

在输入conda list查看包之后，发现库中并没有cpuonly包，但我的pytorch还是cpu版本的那么该怎么办呢？

解决方法：conda install cpuonly
你先自行给它装上cpuonly函数库
然后，你再卸载它：conda uninstall cpuonly

至此，gpu版本的pytorch就装好了

参考文章：https://blog.csdn.net/HuangJM3/article/details/123685177

8. 使用pip代理安装

如果你有代理的话，就不用配置什么镜像了，因为6中出现明明复制的是gpu版本，但下载下来的却是cpu版本的原因就是这些镜像站中的pytorch版本不全，不能做到既能匹配你的python版本，又能匹配你的cuda版本。

首先仍然是查看cuda版本，一般更新到最新就行，就算cuda版本跟官网的指令差几个小版本也没事

然后到pytorch官网复制安装指令，复制pip指令就行

 创建和激活anaconda虚拟环境可以看4和5，激活后直接把指令粘贴到Anaconda prompt里，这时先别急着回车，咱们稍微修改修改，比如我需要把指令中的pip3改为pip，然后再在指令后面指定代理，格式如下

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117 --proxy=https://代理服务器ip:代理服务端口

代理服务器和ip端口可以在你的科学上网工具中找到，如果你用的是小猫咪的话是比较好找的，用其他工具我就不清楚了。