linux服务器上用Anaconda安装Pytorch

首先安装Anaconda：https://blog.csdn.net/weixin_41519463/article/details/89373643

然后用命令

source ~/.bashrc # 激活Anaconda
conda --version #检查conda是否能用

开始安装Pytorch，由于我的服务器显卡为cuda8，因此对应的pytorch版本为：

只能安装这个版本，不然的话，比如用语句conda install pytorch torchvision -c pytorch 安装的话会安装pytorch1.1，import torch时会报错，显卡不支持。因此只能安装0.4.1版本。安装方法：在conda能用的情况下，

以下参考：http://pytorchchina.com/2018/12/11/pytorch-windows-install-1/

pip install http://download.pytorch.org/whl/cu80/torch-0.4.1-cp36-cp36m-linux_x86_64.whl
pip install torchvision

如果下载速度慢，可以在电脑端打开http://download.pytorch.org/whl/cu80/torch-0.4.1-cp36-cp36m-linux_x86_64.whl 网页，下载whl文件，上传到服务器，再用命令pip install torch-0.4.1-cp36-cp36m-linux_x86_64.whl 安装

检查Pytorch安装是否成功，看与显卡是否兼容：

python
import torch 
print(torch.cuda.is_available())
#返回结果是True，则PyTorch的GPU安装成功

#简单测试CUDA与cuDNN是否工作正常的代码，如果能正常输出结果则表明安装成功。：
# CUDA TEST
import torch
x = torch.Tensor([1.0])
xx = x.cuda()
print(xx)

# CUDNN TEST
from torch.backends import cudnn
print(cudnn.is_acceptable(xx))

补充：

我安装了torch0.4，只有这个版本才能兼容服务器cuda版本，然后用语句pip install torchvision==0.2.1

安装torchvision，因为如果直接用pip install torchvision的话，就自动给我卸掉了torch0.4换成torch1.2了。

然后这个版本的torchvision又可以使用torchvision.transforms.Resize()