GPU版本pytorch安装记录

一些软件的下载：

1. Anaconda；pycharm

直接到官网下载，注意安装过程中最好添加到环境变量。

2. 在anaconda中新建环境或者安装包。

conda create -n 虚拟环境名字 python==版本 -c 镜像地址

conda install （包名） -c 镜像地址

镜像地址：
清华镜像：https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
北京外国语大学镜像：https://mirrors.bfsu.edu.cn/anaconda/pkgs/main
阿里巴巴镜像：https://mirrors.aliyun.com/anaconda/pkgs/main

3. 安装驱动/驱动更新

在pytorch官网下载pytorch之前，将自己的显卡驱动更新到最新（在nvidia官网的驱动下载），这样在安装时可以选择更高的cuda版本（cuda版本要比显卡驱动（nvidia driver force）低），同时要与自己的显卡算力相匹配。显卡型号可以在任务管理器查看，显卡算力可以在谷歌什么什么网站查看（要翻墙）。在终端输入nvidia-smi，可以查看自己的显卡驱动版本。

4. 安装pytorch

在官网选择好相关型号后，直接在虚拟环境中粘贴命令进行安装。但从官网安装可能会比较慢，因此可以在镜像地址下载，只要将官网命令中的地址换成镜像地址就行。

镜像地址：
清华镜像：https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
北京外国语大学镜像：https://mirrors.bfsu.edu.cn/anaconda/cloud/pytorch/win-64/
阿里巴巴镜像：https://mirrors.aliyun.com/anaconda/cloud/pytorch/win-64/

此时出现了不少问题：

（1）采用pytorch官网的conda命令直接安装，太慢；

（2）将官网的国外源换成国内镜像源，报错，问题好像是版本不一致，这个地方我怀疑是国内镜像源没有同步更新到我这个版本。

（3）换成官网pip命令，报错：超时。

（4）将pip命令安装时弹出的地址在迅雷中打开，将其中安装包下载到本地；然后在虚拟环境中pip install 安装包的存储地址。报错：超时。将pip install改成pip --default-timeout=100 install,代码一直运行无法停止，失败。

第二天，重新用pip官方命令，成功，应该是因为换了一个好一点的网络。

总结：我下载的较新版本的pytorch，所以可能镜像源没有及时更新完全，导致下载失败；用官方conda下载失败不知道为啥，pip下载应该就是网速是慢，快了一下子安装成功了。