填坑，pytorch的安装！

前言

因为最近又需要配置新的环境，所以这里就记录 一下所踩的坑吧。
这里的基本步骤可以分解为：

1.下载anaconda并创建一个虚拟环境，你也可以在base环境下直接安装，但是这个就需要你在环境变量中配置好cuda，cudnn了。
2.安装pytorch，cudatools
3.测试是否可以import以及使用gpu

虽然看起来很简单，但是第一次安装的话可能还是会有很多坑要踩的。

创建一个环境

首先我们先安装个anaconda并配置好环境变量那些，确保安装的这个没有问题。比如可以测试是否正常打印出hello world。
然后你可以新建一个虚拟环境，方便环境的切换。我以前是没有创建虚拟环境的习惯，可是后来项目一多，并且各个项目所依赖的环境不一致，我就只能创建多个环境了。

具体操作：

创建环境并激活：

conda create -n py37  python=3.7
activate py37

以上如果成功，命令前面会出现你的环境变量名称，如：

其他常规操作：

conda list 查看安装了哪些包。
conda env list 或 conda info -e 查看当前存在哪些虚拟环境
deactivate py37  退出虚拟环境
conda remove --name py37  torch  删除环境中到某个包
conda remove -n py37 删除这个环境

因为使用国外的镜像会很慢，所以我们可以使用国内的镜像来加速下载。

增加镜像：

清华镜像：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
 
# 【添加完毕一定要设置一下】设置搜索时显示通道地址
conda config --set show_channel_urls yes
以下是中科院的镜像 ：
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/

还原镜像：

conda config --remove-key channels

pip和conda混合安装

我不知道pip和condna混合安装的话会不会出错，不过我目前还没遇到过，pip也可以进行加速安装，但是清华的源好像也比较慢，因此我一般都用豆瓣的：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple gevent

pip install http://pypi.douban.com/simple/  numpy

安装pytorch，torchvision

torchvision主要是用于图像处理的，其中也包含以下模型比如resnet，所以我们可以一起下载。
另外我们需要安装一些cudatool，因为在这个虚拟环境中，是只依赖于这个环境的，与电脑环境无关。
但是tensorflow的好像不行，它还是会自动去你电脑的环境变量中查找cuda，cudnn的路径

conda install pytorch torchvision cudatoolkit=10.0

注意这里cuda版本和你python，pytorch版本之间是否兼容，这里的话要根据你们所在的环境自己配置。
这里默认是给你安装最新的版本。
如果你有需要，可以指定版本的安装 如： conda install pytorch==1.5.0

conda install pytorch torchvision cudatoolkit=10.0 -c pytorch

官网给的命令应该是上面这种，但是我们前面已经设置好的镜像的路径，所以可以删掉 -c pytorch这个，如果加上的话，前面设置的镜像路径就不会生效。也就是你这句命令仍然会从pytorch这里进行下载，速度会很慢。

离线安装

但是我之前试过它自动给你安装cpu的版本，而不是gpu的版本，尽管你已经设置好了cuda这些。
另外我也重新安装了torch，也无果。所以我只能下载符合我要求的whl文件进行安装。
你可以在这里找到符合你电脑环境的版本进行下载：

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

然后 pip install 下载的这个whl就可以了。
如果你是要安装在虚拟环境中，记得先activate你的虚拟环境里再pip安装、

测试安装是否正确

你可以输入以下测试程序测试一下：

import torch
print(torch.__version__)	# 查看pytorch版本
print(torch.cuda.is_available())	# 判断pytorch是否支持GPU加速

如果配置好的话是不会报错的以及最后会打印出版本号和True(代表cuda能使用)