关于NVIDIA30系列环境配置问题

关于NVIDIA30系列环境配置问题

问题发现

最近使用新的机器进行深度学习环境配置，按照以往的直接anaconda安装默认pytorch-gpu环境发现不能训练问题，故在此进行记录，希望对各位有帮助。

环境

NVIDIA 3090

症状

在建好的环境中，使用python import torch，成功;
torch.cuda.is_available(),获得true
但是：
print(torch.rand(3,3).cuda())
没有反映，直接卡死，经过多次测试发现，等待大概五六分钟有了输出，再之后执行.cuda()类似操作会比第一次快一点，本以为可能是预热问题，再测试乐观了。
用mnist测试，发现无法进行训练

原因

NVIDIA30系列使用了新架构，只支持cuda11以上版本

解决

去pytorch.org官网，找cuda11版本的conda安装命令，安装该版本，实测解决，可正常训练。

conda install pytorch torchvision torchaudio cudatoolkit=11.0 -c pytorch

其他问题

从pytorch channel安装可能会遇到HTTP问题，网络问题，因为现在国内没有anaconda镜像源可用，只能多试几遍了。
这里分享我安好的环境，可以直接下载解压，放置在env文件夹下就可以正常使用，除了torch只安装了tqdm和pylint，很干净。上传在资源里，可自取。