Anaconda安装GPU-Pytorch 1.1.0的摸索史

众所周知，大学生都被迫要做毕业设计

小编因为毕设要使用论文里涉及的开源代码，需要配置环境

来和小编梳理一下安装流程

电脑GPU 是RTX3050，之前有安装过11.3版本的cuda,但是Pytorch对应的cuda版本是10.0
网上对于cuda的版本问题有两种态度，一种认为anaconda的傻瓜友好环境，不需要自己再去官网手动下载匹配cuda版本，因为虚拟环境与电脑环境无关，但是之前安装失败了，于是自己搞了10.0的cuda，对应的cudnn版本是7.5.6

电脑环境准备好后，我们在anaconda中创建自己所需python版本的虚拟环境
进入虚拟环境
手动修改下载源，这样我们的C:/User/你的用户名 文件夹下会自动创建一个下载源配置文件 .condarc

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

点进去修改源配置，并保存

channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
ssl_verify: true

在anaconda prompt运行官网上对应的下载指令，并删除后边的 -c pytorch

这样才能保证我们从国内镜像源下载，保证速度

conda install pytorch==1.1.0 torchvision==0.3.0 cudatoolkit=10.0

在python中检测pytorch是否安装成功

安装成功，结束