在anaconda下安装pytorch + python3.8+对应的torchvision -GPU版本

1.安装conda

2.使用清华镜像源网站

如果切换镜像后当出现下载不了的情况，就先切换默认源，然后再修改另一个可以使用的conda源（一定要先恢复默认，再换另一个！！！）

切换回默认源

conda config --remove-key channels

再切换到国内的镜像源（不然下载速度可能太慢）
分别输入以下4行代码：

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/main/

conda config --set show_channel_urls yes

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

3.创建Pytorch环境

conda create -n py38 python=3.8

4 激活虚拟环境

activate py38

5. 安装pytorch

5.1 查看cuda版本

nvcc --version

输出

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Wed_Oct_23_19:32:27_Pacific_Daylight_Time_2019
Cuda compilation tools, release 10.2, V10.2.89

表明版本10.2

或者

nvidia-smi显示的CUDA版本实际上是驱动程序支持的最高CUDA版本。

5.2 查找对应版本的pytorch

Pytorch官网：PyTorch

复制粘贴到conda中

5.3 时间问题的话 可以先下载到本地

torch对用版本安装包链接：https://download.pytorch.org/whl/torch_stable.html

cuda版本10.2 选择cu102  选择torch1.8.0 选择cp38(因为python是3.8的) 选择win_amd64

下载后进入文件夹 使用pip本地安装

 pip install <下载的包的名字，要加后缀>

6.验证

6.1 conda中

python
import torch
print(torch.cuda.is_available())

输出true成功

6.2pycharm中

7. 安装torchvision

7.1 确定cuda、torch的版本

nvcc --version

显示cuda版本是10.2的

python
import torch
print(torch.__version__)

输出如下：

torch版本1.8.0

7.2 查找对应版本的torchvisio

我这里需要0.9的

7.3 将torchvision下载到本地

地址：download.pytorch.org/whl/torch_stable.html

我需要下载cuda10.2 torch1.8.0 torchvision0.9的

选择cu102 torchvision 0.9.0 cp38(因为python3.8)  windows amd64的

7.4 安装

打开anaconda 进入到安装包所在的文件地址

pip install <下载的文件名（包括后缀）>