Pytorch及其环境踩坑记录+极简安装

今天跑模型的时候发现模型，损失及参数在调用.to(torch.device('cuda'))后，在反向计算梯度时内核会直接卡死，发现是cuda版本过旧，于是进行一系列的踩坑，总结经验如下：

0，注意这里都是基于python3.7

1，不必分别安装cuda和pytorch，这样及其容易造成版本不匹配问题，我们直接使用anaconda的虚拟环境即可。

2.通过虚拟环境打开terminal

3.调用pytorch官网给出的指令，在虚拟环境中安装环境依赖

4.这样直接就可以安装好pytorch以及对应的环境依赖包