pytorch安装记录

CPU版本

最开始安装的是CPU版本的pytorch，因为担心小破显卡不管用，实在是练习上有需要才准备安装的GPU版本。
CPU版本直接用conda从清华镜像源下就可以了，换源方法，在命令行输入：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
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/pytorch/
conda config --set show_channel_urls yes

之后从pytorch官网上找到适合的CPU版本，
将其对应的命令去掉-c pytorch然后输入命令行，就可以使用清华源安装了。

GPU版本

先安装CUDA和cudnn，从英伟达控制面板查询自己的driver可以使用的CUDA版本
之后从英伟达官网下载适合的CUDA Toolkit和与之匹配的cudnn压缩包, 然后把CUDA无脑安装上，把cudnn压缩包里的文件\lib\x64,\bin,\include对应复制粘贴到CUDA的安装目录中，
设置系统环境变量，将PATH中添加以下路径，然后重启电脑：

测试CUDA和cudnn安装是否成功：
用管理员权限打开命令控制符，输入nvcc -V,如果显示就是CUDA安装成功啦，也可以打开C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\demo_suite（安装路径）中的deviceQuery.exe和bandwidthTest.exe(使用非管理员权限打开控制命令符，将该文件直接拖到控制命令符窗口里，再按回车就执行了)，当结果中有显示Result=PASS就成功了。

之后就是下pytorch，刚开始一直使用和之前CPU版本一样的方法（换源，官网给的代码去掉 -c pytorch安装），但是安装之后从控制命令符里查看conda list时总是发现下载的torch是[cpuonly],也就是CPU版本，也尝试过自己下载使用本地安装但是依然安装的是CPU版本，因此，在前面测试都安装成功时torch.cuda.is_available()的返回依旧是False，于是全部卸载

conda uninstall pytorch
conda uninstall libtorch

之后还是使用了pip3,一举完成安装

。。。再去看conda list,就变成了

废了好大劲，最后就这样安装上了。。。
最后测试一下：

import torch
torch.cuda.is_available()#返回True，cuda没问题
a = torch.Tensor([1.,2.,3.])
from torch.backends import cudnn
cudnn.is_acceptable(a.cuda())#返回True，cudnn可以用