【无标题】

更新torch版本导致模型结果变差：

---

问题描述

跑程序时提醒torch版本低，直接激活相应的虚拟环境，用pip update torch torchvision 就更新了，导致之前一些代码性能下降
在终端输入conda list ,出现pytorch 1.6.0, torch 1.11, torchvision 0.7 和一个高版本的，但是在pycharm中还是只显示有pytorch 1.6.0， torchvision 0.7，但是运行程序还是用的更新后的torch

---

原因分析：

第一次装torch的时候用的是conda install pytorch1.6.0 torchvision0.7.0 cudatoolkit=10.2 -c pytorch, 没有torch，用pip 更新的话，就直接又装了torch和一个高版本的torchvision

---

解决方案：

1、conda create -n name python 3.7 创建新环境，重新用conda install pytorch1.6.0 torchvision0.7.0 cudatoolkit=10.2 -c pytorch装了pytorch,torchvision和其他的包，虽然pytorch 和torch 的版本对了，其他包的版本对不上，结果也不一样
2、 conda creat -n name --clone pytorch 把原来的环境克隆了一下，结果在终端中可以看到pytorch 的版本的后面有pytorch ,torchvision==0.7.0 的版本也有pytorch ，这说明这个环境中运行程序用的原来的版本，程序结果跟原来一样
3、新建虚拟环境后，再更新任何包，不光torch，其他的mmcv这样的版本都会影响结果
4、同名文件夹替换要注意之前的版本有没有新加的文件，好多程序都是因为不小心同名替换了，都删除了，血的教训呀