【GPU(4090)+ubutu20.4+python+pytorch+torchvision+cuda安装】

@TOC

因为之前有相应的环境，因版本错误，所以首先彻底删除虚拟环境

第一步：首先退出环境

conda deactivate

第二步：查看虚拟环境列表，此时出现列表的同时还会显示其所在路径

conda env list

第三步：删除环境

conda env remove -p 要删除的虚拟环境路径
创建虚拟环境

第四步：查看cuda版本

nvcc -V
结果：

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2021 NVIDIA Corporation
Built on Fri_Dec_17_18:16:03_PST_2021
Cuda compilation tools, release 11.6, V11.6.55
Build cuda_11.6.r11.6/compiler.30794723_0

我的是11.6

和nvidia-smi的区别是

nvidia-smi查看的是安装在liunx中的最高版本支持12.0，所以11.6是满足自身机器的使用的

非常重要的就是这些对应关系pytorch，torchvision与python版本对应关系

https://blog.csdn.net/WOSHIRENXIN/article/details/127415609?ops_request_misc=&request_id=&biz_id=102&utm_term=conda%20install%20pytorch==1.13.1%20&utm_medium=distribute.pc_search_result.none-task-blog-2_allsobaiduweb~default-0-127415609.nonecase&spm=1018.2226.3001.4187

因为cuda版本是11.6，所以pytorch 对应是1.13 torchvision 0.14 python >=3.7  <=3.10 
如果论文中readme中python中3.6版本，只能安装3.7的，3.6版本即使安装后也不能用，也会报错，后期环境还是要换。
简单粗暴就是删掉现有的虚拟环境。

重新走一遍：

1. 使用conda的清华源创建虚拟环境

conda create -n AP3D python=3.7 -c conda-forge

2. 激活虚拟环境

conda activate AP3D

3. 安装对应的cuda，pytorch ，torchvision

conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 pytorch-cuda=11.6 -c pytorch -c nvidia

可以运行代码了，根据实际需求报错缺什么就安装库函数就可以了。
实验室服务器，包括自己购买的4090服务器版本不对应踩过太多坑，以此作为教程