折腾 | pytoch、cuda版本问题

凡是写代码的人，基本上都去过博客、简书、github等网站，实际上跑别人的代码也是一种学习，会遇到没有见过的函数、别人的编码风格、同样的功能别人一句话，自己写要十来句，都是通过看别人的东西，慢慢积累的一些经验。

最近我也下载了一个代码，据介绍说很牛逼，忍不住好奇去跑一下。

但是大多数情况下，自己的电脑环境和别人的环境是不一样的，于是就出现了一个问题：需要将本地环境配置为和别人要求的环境一致。越一致，越容易运行起来，也不会出什么幺蛾子。

你是不是也是这么想的，并且是这么做的，我也是。

但是今天，我觉得可能要优化一下。

下载的项目使用的pytorch是1.3.1版本，我本地安装的是pytorch版本是0.4.0，cuda是11.0，于是先把pytorch版本改为1.3.1。

运行的时候没有什么问题，但是使用的是cpu跑。

这就尴尬了，需要等很久才能看到一个结果。

于是我就检查为啥不是GPU在跑程序，最后发现gpu都不可用了

上网一查，原来是torch的版本和cuda的版本不匹配。

那怎么办？查cuda11.0应该对应的版本是多少，最后在官网看到对应的是1.7.1.

这下目标明确了，把torch改为1.7.1，那就可以使用gpu了。

接下来就是卸载原有的torch和下载安装新的torch,卸载没有什么问题，麻烦的是安装，速度慢啊，总得想办法解决啊

有人推荐豆瓣、清华镜像等，其实速度都慢，最快的方法是：将下载时离线的whl文件，直接本地安装，下载whl的时候使用迅雷下载，一般几分钟就下载好了，速度是真的快。

安装好了就测gpu是否可用，然后接着跑程序

原本要求1.3.1的torch现在使用1.7.1依然可以跑，向下兼容可能会有一些警告，但是结果基本上都不影响

所以得出一个经验：拿到别人的代码的时候，先别着急把所有环境都改成人家要求的那样，这个项目一个环境，那个项目又是一个环境，那每换一个项目就要重新弄环境，比较麻烦

其次，经过一番折腾，发现需要测很多版本号，比如：python、cuda、torch等，也记录一下如何快速测：

python版本：安装好了python后，最好加入到环境变量中，然后测试非常方便：

cuda版本也是很好测的：

torch版本稍微复杂一点：

多测一点，检查下gpu是否可用

cuda11.0与torch1.7.1匹配，所以才能顺利使用gpu。