Anaconda使用清华源安装不同版本的Pytorch

1 虚拟环境的创建(Pycharm方法)

首先安装Anaconda，在CSDN中教程众多，不再介绍。

Anaconda 的常用命令：

conda -V  # 安装完成后，查看conda版本
conda list  # 在当前的虚拟环境中查看安装了哪些包
conda env list  # 查看虚拟环境列表
conda create -n env_name python=3.8.10  # 创建虚拟环境并指定python版本，其中ns3_1为虚拟环境名称。
conda remove -n env_name --all  # 删除名称为env_name的虚拟环境
conda activate env_name  # 激活名为env_name的虚拟环境
conda deactivate  # 关闭当前虚拟环境

通过conda create -n env_name python=3.8.10创建好虚拟环境后，我们在Pycharm中进行虚拟环境的创建！

1. 我们通过setting
2. 选择python interpreter。
3. 选择使用Anaconda创建新环境（新的解释器）。我们在这一步可以选择python版本、虚拟环境路径等等。
4. 点击OK，环境创建完成。我们可以在对应路径中查看。

2 Pytorch 版本的选择

借鉴了这位博主的文章: 解决安装pytorch速度慢的问题.

1、 如果你要下载安装最新版本的Pytorch，可以在以下链接中使用命令进行安装。
传送门: Pytorch最新版本安装页面.

2、如果你要下载安装旧版本的Pytorch，你可以在以下连接中使用命令进行安装。
传送门: Pytorch过去版本安装页面.

3 设置清华源安装Pytorch

但是直接使用官网给的命令在anaconda虚拟环境中，会下载速度极其地慢。所以我们要设置清华源来避免这种情况发生。

第一步：我们先打开Anaconda中的虚拟环境。
1、 可以直接找到**Anaconda Navigator(Anaconda)**打开。

2、.稍等片刻，进入界面，选择虚拟环境。并选择Open Terminal，打开对应的虚拟环境的终端。
3、 另一种方法，也可以直接在win+r，cmd进入终端base环境。接着conda activate virtual_environment_name。

第二步：我们首先查看当前channels并使用代码恢复conda的官方默认源，以免其他出错的channels影响我们的工作进行。

conda -V  # 安装完成后，查看conda版本
conda list  # 在当前的虚拟环境中查看安装了哪些包
conda env list  # 查看虚拟环境列表
conda create -n env_name python=3.8.10  # 创建虚拟环境并指定python版本，其中ns3_1为虚拟环境名称。
conda remove -n env_name --all  # 删除名称为env_name的虚拟环境
conda activate env_name  # 激活名为env_name的虚拟环境
conda deactivate  # 关闭当前虚拟环境
conda config --show channels  # 查看当前的channels
conda config --remove-key channels  # 恢复conda的官方默认源

第三步：设置channels
依次设置三条默认的清华源channels

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r

然后再设置清华镜像源关于pytorch的channels

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

第四步：找到从pytorch官网获取的command，将这条下载命令最后面的-c pytorch删除，-c pytorch参数指定了conda从pytorch的channel获取文件，所以在这里是不能用的。删除-c pytorch后，将命令输入命令行，直接回车。此时，软件就将从清华镜像源获取文件了，速度要快上很多。

conda install pytorch==1.10.0 torchvision==0.11.0 torchaudio==0.10.0 cudatoolkit=10.2

如果conda总是不行的话，在有梯子的前提下，也可以考虑

pip install torch==1.11.0+cu113 torchvision==0.12.0+cu113 torchaudio==0.11.0 --extra-index-url https://download.pytorch.org/whl/cu113

4 验证我们安装的Pytorch并查看GPU\CPU个数

在我们虚拟环境的终端中输入python进入python环境，然后输入import torch 回车。如果不报错说明pytorch已经成功安装。若要想查看版本可以再输入print(torch._version_)。我们如果想要查看和我们的cuda版本和当前的pytorch版本是否适配，我们输入print(torch.cuda.is_available())，如果返回True，那么cuda版本和当前的pytorch版本适配，我们可以正常使用GPU加速！

python
import torch
print(torch.__version__)
print(torch.cuda.is_available())
print(torch.cuda.device_count())  # 查看GPU个数
print(os.cpu_count())  # 查看CPU个数

5 卸载我们安装的Pytorch

pip uninstall torch
pip uninstall torchvision
pip uninstall torchaudio

其他注意事项

1、目前，pytorch1.11.0版本和pytorch1.10.0版本已经不适用于cuda10.2版本。我们要想使用cuda10.2，需要使用pytorch1.9.1版本。

2、30系列英伟达显卡最低要求就是cuda11版本。而要使用cuda11版本，我们需要配套pytorch1.7.0以上版本的，但cuda11配合pytorch1.8有问题。

3、虚拟机的显卡是虚拟的，不能使用CUDA。虚拟机上装Nvidia显卡驱动会导致其他驱动全都不能用，所以不能在虚拟机上装N卡驱动，即无法使用GPU。所以我们安装CPU版本的Pytorch。

4、虚拟机上，pypi是Python Package Index 的首字母简写，其实表示的是Python的Package的索引，这个也是Python的官方索引。你需要的包(Package)基本上都可以从这里面找到。

sudo pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple some-package

接下来将some-package替换为我们想要安装的包即可。