conda离线安装pytorch的方法

win10系统conda离线安装pytorch的方法，亲测可行

离线安装的原因

首先需要anaconda环境和cuda，可以搜索安装方法。本人工作站比较古老，CUDA版本是10.0，无法安装最新版的pytorch。尝试在线安装pytorch多次失败后，决定离线安装pytorch。首先有很多博客都在使用清华镜像源在线安装pytorch，实际操作中遇到了很多问题，首先清华镜像源可能不存在对应的安装包，其次需要修改镜像源通道和.condarc文件，随后使用官网给出的相关命令安装（去掉-c pytorch），但是还是出现了很多错误，终于决定离线安装。cuda对应版本的torch和torchvision可以参考官网,也可参考博客.

下载对应cuda版本的pytorch和torchvision

推荐使用下载源：https://download.pytorch.org/whl/torch_stable.html.cu开头的是GPU版本的pytorch，注意不要犯低级错误，比如本人下载了linux系统的安装包，结果半天也没安装上。下载好whl文件后，把安装包放到一个文件夹中

安装

管理员方式进入anaconda prompt，conda activate +环境名 激活你要安装pytorch的环境。安装命令为：pip install 路径\文件名 注意文件名要加后缀。安装后输conda list 查看有没有安装好。

测试

conda激活环境，进入python，输入以下代码：

import torch
import torchvision

如果没有报错，证明安装成功，接下来检测GPU是否成功调用：
conda 安装环境下输入：

print(torch.cuda.is_available())

输出true证明成功
或者pycharm中运行：

import torch

print(torch.version.cuda)  # 查看 CUDA 版本
print(torch.cuda.is_available())  # 查看 CUDA 是否可用（即训练时是否可用 GPU）
print(torch.cuda.device_count())  # 查看可行的 CUDA 数目

device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
print(device)
print(torch.cuda.get_device_name(0))
print(torch.rand(3, 3).cuda())

可以成功输出就大功告成了。