在服务器上配置torch 基于gpu （torch.cuda.is_available()的解决方案）

（注：我只知道自己的步骤可以运行成功，其他问题不清楚）

前提：创建好自己的conda虚拟环境

conda create -n envs-name(eg. buchao-envs) python==3.7 （注：我装的python版本是3.7）

1、查看 驱动nvidia-smi 

2、查看cuda running版本 nvcc -V

 3、删除自己用户下面的.condarc 文件，没有换源过的忽略（我之前在自己的.condarc上面添加过换源 不知道是不是这个原因导致先前的失败）  

4、去官网找到对应版本pytorch（Previous PyTorch Versions | PyTorch）

conda install pytorch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0 cudatoolkit=11.6 -c pytorch -c conda-forge

我是根据nvcc -V显示的 cuda版本号查找的 我的是11.6 ，所以找了对应的 cudatoolkit=11.6 

---

 5、查看pytorch是否装在（gpu）cuda上

（注：如果是cpu上的应该失败了，避免用换源的路径下载）

 6、测试

import torch

torch.cuda.is_available()

 

---