anaconda安装pytorch

方法一：

#name替换为自己的名字就好

conda create -n name python=3.6.6 #创建虚拟环境，python版本自己决定

conda activate name#进入创建的虚拟环境

conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cpuonly  #这是cpu版本的，中间的版本也可以不用指定，conda会自己适配

conda install scikit-learn  #可能会用到

 ##gpu版本的装载略微复杂一点，进官网PyTorch

如果出现下载慢的问题或者报错(e.g.runtimeError)，可以试试添加源，步骤如下：

查看已安装的源

conda config --show channels

添加源

conda config --add channels #在这后面添加需要的源

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

 

方法二：

找一个已经下载好的pytorch的电脑

离线下载环境安装包，将机器A上的anaconda3/envs目录下对应的环境（找到有pytorch的虚拟环境）拷贝到机器B上对应的目录。

找到anaconda3/envs文件夹。例如上面name取名为pytroch_cpu，则直接将pytroch_cpu拷贝到该目录下。进入anaconda，运行命令行conda activate pytorch_cpu。检测是否移植成功。

验证

如果用pycharm等IDE，需要在文件(file)——设置(setting)——项目(project)——解释器(interpreter)将python解释器换为自己上面刚建的虚拟环境

 

如果下拉没找到，需要自行手动添加，找到右侧的加号，或者是设置，添加，或者ADD，

点击conda环境,点击现有环境，解释器，右侧省略号，找到对应的虚拟环境的位置，比如下图，name为labelme，或者pytorch3d的解释器

终于可以验证了

import torch
#返回Ture说明cuda可用
print(torch.cuda.is_available())
#查看可行的cuda数目
print(torch.duda.device_count())

如果直接使用Anaconda Prompt

按顺序一条一条运行

conda activate name

python

import torch

torch.cuda.is_available()

torch.cuda.device_count()