【包教包会Ubuntu服务器配置深度学习环境】pytorch1.11.0+cuda113+torchvision0.12.1

服务器上命令行配置pytorch环境

环境：
Ubuntu 18.04 LTS
服务器 没有root权限（conda就自己装吧，很简单不会有什么报错）

cuda

按照这个一步步做（我按照这个教程的命令pytorch没有安装成功，但是cuda成功了）
要确保cuda的版本是你要的，因为后面要根据cuda版本安装相适配的pytorc
我这里装的是跟链接里一样的cuda11.3
nvidia-smi 得到的是cuda可安装的最高版本，当前cuda的版本要通过 nvcc-V看

nvcc -V    #查看cuda是否安装成功

pytorch

torch安装失败很大的原因是版本不适配导致cuda不可用，针对cuda11.3的版本，这里提供一个版本：
cuda11.3+pytorch 1.11.0 + torchvision0.12.1
亲测成功，用下面的命令行安装速度也快（其他对应版本修改一下就可以）

pip3 --default-timeout=60000 install torch==1.11.0+cu113 torchvision==0.12.1+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple
 --trusted-host pypi.tuna.tsinghua.edu.cn

装了pytorch后一定要查找与之匹配的torchvision版本，一定要安装对应版本的torchvision！
在这里查找对应版本

（这里的命令可能有报错，我第一次用的别的博客上的命令就报错了，说找不到对应cuda版本的torch，别慌，他是在告诉你哪些是可以安装的，那你修改一下版本号，就可以安装上了）

比如这里我一开始装的是torch1.10.0，提示我没有对应版本的
只有1.11.0+cu113和1.12.0+cu113，所以你装1.11.0的pytorch或者1.12.0的应该是都可以的，对应修改一下就可以了

测试

python
>>> import torch
>>> torch.cuda.is_available()