anaconda 搭建 pytorch 环境：conda 和 whl 两种方式

anaconda 搭建 pytorch 环境：conda 和 whl 两种方式

一、anaconda 镜像源设置

本人主要配置了清华的镜像源，
修改后的.condarc文件内容如下：

show_channel_urls: true
channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
ssl_verify: true

有人提到：
添加Pytorch镜像，必须是进到win-64文件夹才可以，所以我在镜像源中补充了这个，确实有效。

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/

二、版本对应

1. CUDA 版本

pytorch 的版本要对 CUDA 的版本一致。

• 我们应该选择与 nvcc -V 对应的 pytorch 版本。

  

• nvcc -V 和 nvidia-smi 显示的CUDA Version不一致：

  CUDA 有 driver api 和 runtime api，driver api 依赖NVIDIA驱动，版本由nvidia-smi查看。runtime api 是软件运行所需要的，版本由 nvcc -V查看。通常，driver api 的版本能向下兼容 runtime api 的版本，一般driver api 版本 >= runtime api 版本即可。

三、pytorch安装

1. 方式一：conda

1. 在 anaconda 的环境中安装 pytorch。
   pytorch官网：https://pytorch.org/get-started/locally/
   根据自己对应的CUDA版本来选择安装的命令。
   
   
   比如我的CUDA版本是 10.0，所以我选择的安装命令为：

# CUDA 10.0
conda install pytorch==1.0.0 torchvision==0.2.1 cuda100 -c pytorch

2. 最后测试是否安装成功：

import torch
torch.__version__
'1.0.1'
a = torch.Tensor([1.])
a.cuda()
tensor([1.], device='cuda:0')

2. 方式二：whl

方式二是针对于通过官网提供的 conda install 安装失败的情况，采用的通过 whl 的方式进行安装。
pytorch whl 网站：https://download.pytorch.org/whl/torch_stable.html

1. 下载需要的 whl 文件
   需要下载 torch 和 torchvision 两个 whl 文件，因为我的环境 cuda 版本是V10.2，python版本是V3.6，所以我下载的文件如下

   • torch：
     

   • torchvision：
     

2. 安装 whl 文件
   • 通过 cmd 进行到 whl 所在的目录：
     
   • 通过 pip install 命令进行安装
     

参考资料

• https://www.jianshu.com/p/3bed91f4f3ad
• windows下的torch=1.2.0环境配置：https://blog.csdn.net/weixin_44791964/article/details/106037141