一、Pytorch安装过程中问题及解决方法
1、问题一 ：CondaHTTPError: HTTP 000 CONNECTION FAILED for url
安装好Anaconda后，在PyTorch官网选择好版本安装时，发生如下错误：CondaHTTPError: HTTP 000 CONNECTION FAILED for url 。
百度之后结果大多说是 因为是在自己虚拟的环境下进行的安装，速度超级慢、且最后报错。安装百度提供的方法添加镜像到Anconda后，再次安装，发现仍然报该错误。
conda config --add channels http://xxxxxx
之后发现有人说要安装命令需要删除末尾的 -c pytorch ，以及在 conda 的 channels 中删掉 defaults 这一行， 但按照该百度的方法做相应修改后，再次安装，还是报出该错误。
在百度其他的解决方法后，说法都大同小异。
Pytorch的安装一度陷入停滞。
2、问题二：SSLError("Can’t connect to HTTPS URL because the SSL module is not available.
经过多次的安装失败后，仔细并且完整地看了一下跳出的报错信息，发现报错信息中最后一行提到 openSLLError，大意是说找不到 openSLL 这个模块。
于是抱着试一试的心态粘贴这个错误百度了一下，果然有一篇CSDN博客（https://blog.csdn.net/ouening/article/details/89182078）提出了该问题的解决方法。
该篇博客提供以了SSL下载地址，https://slproweb.com/products/Win32OpenSSL.html ，于是前往该地址下载的适合自己系统的.EXE安装包，我下载的是Win64OpenSSL-1_1_1d.exe这一版本，下载速度超级慢，我下载足足三个小时。
下载好之后，直接双击安装即可，当然我也百度了一下怎么安装，不过我直接双击EXE文件，按步骤直接安装就好了。
安装好SLL之后，再次运行conda的pytorch安装命令，神奇的现象发生了，终于不再报错问题一种的错误了，天知道这时候我有多开心。
但是，但是，但是仍然没有安装成功。这时错误提示说 在添加的 channels 中均没有发现Pytorch包。
3、问题三：channels 中没有发现可下载Pytorch包的地址
channels 是之前添加的，于是我亲自到清华开源软件镜像站中寻找Pytorch包所在的目录，然后在channels中添加该网址。
终于又一次，安装Pytorch 走起…
奇迹，真的是堪称奇迹，发送了，终于，终于出现了教学视频中出现的安装画面，真的是快哭出来了。大约下载了有三分钟左右吧，终于安装“成功”了。
4、安装测试
安装“成功”之后，迫不及待的进行检验是否安装成功。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ck5bSVxP-1579855387507)(C:\Users\lenovo\AppData\Roaming\Typora\typora-user-images\1579697720007.png)]
import torch
print(torch.__version__) #查看pytorch的版本号
print('gpu:',torch.cuda.is_available()) #检验GPU是否可用 显然，从输出结果可以看出，Pytorch安装成功，但是并不支持GPU。
回想一下，我安装的CUDA版本是10.2，但是我电脑的GPU仅支持CUDA 8.0，于是猜想可能是由于CUDA版本不一致导致不支持GPU。
–2020年1月22日
5、Pytorch不支持cuda？
如4中所述，今天将此前安装的CUDA的10.2卸载，以及Pytorch1.4卸载，重新安装了一下。发现一共安装的有一下几个软件：
-
CUDA Toolkit 8.0 （需要在NVIDIA官网 https://developer.nvidia.com/ 下载）
-
cuDNN v7.1.3, for CUDA 8.0 （也是需要在NVIDIA官网上 https://developer.nvidia.com/rdp/cudnn-archive 下载）
下载解压后会有三个文件夹，将其中的文件分别放在CUDA安装目录下对应的文件夹中即可。
-
pytorch 1.0.1 （在 Pytorch 官网上 https://pytorch.org/get-started/previous-versions/ 下载，需要选cuda版本，应该选择与之前安装的CUDA一致，这里选择的是 8.0 ）
conda install pytorch torchvision cudatoolkit=8.0解决了之前的问题后，再次安装其实很快的。
保持所有的CUDA版本一致后安装，再次测试，得到如下结果：
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-70vEhmNz-1579855387509)(C:\Users\lenovo\AppData\Roaming\Typora\typora-user-images\1579780675889.png)]
说明Pytorch安装成功，也支持了cuda,解决了昨天的遗留问题。
但是，我实际需要的Pytorch的版本是要 >= 1.2,所以想着将所有的cuda版本更换为10.0，pytorch也更换为1.2，观察在仅支持cuda8.0的PC上安装CUDA10.0是否可行。
–2020年1月23日
将原先安装好的cuda8.0以及Pytorch1.0.1卸载之后，又安装了Pytorch1.2和cuda10.0以及对应的cudnn版本，重新测试了一下，测试结果显示，pytorch 和 cuda10.0 均已安装成功，但 pytorch 却不支持 cuda…
但还是有点不死心，百度了一番后，并没有得到什么解决的办法，只能怪科学技术发展和产品更新速度实在太快，我这三年前的“古董电脑”纵然有抬头问天“尚能饭否”的不甘，却也不得不服老啊，该死的安迪—比尔定律！
6.Pytorch 安装总结
-
共需安装3个东西
- CUDA Toolkit
- cuDNN
- pytorch
-
安装之前要查看自己电脑所支持CUDA的版本，如果理解没错的话，该版本即是所支持的CUDA的最高版本，安装的 CUDA Toolkit 与 Pytorch 中 cuda 版本都不应高于该版本。
控制面板 -> NVIDIA控制面板 -> 帮助 -> 系统信息 -> 组件
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-BZ5kYSv1-1579855387510)(C:\Users\lenovo\AppData\Roaming\Typora\typora-user-images\1579854275490.png)]
-
openSLL：如果添加镜像源channels再次安装仍有CondaHTTPError，考虑 SLL 是否出现问题，参考问题二解决。
-
镜像源：网上提供了许多镜像源网址，但其中可能有一些并不可行，如有需要，一定要的亲自检验一下该网址中是否包含pytorch的安装包。截止2020年1月24日，以下网址仍可用。
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
-
安装过程中涉及到的命令
conda相关命令(在cmd中运行)
conda config --add channels http://xxxxxxxxx #添加所需的镜像源 conda config --remove channeles http://xxxxxxx #删除某条channels conda config --get channels #查看已经现有的channels conda install pytorch==1.0.0 torchvision==0.2.1 cuda80 #安装pytorch,cuda8.0 conda uninstall cudatoolkit #卸载 cuda conda list #查看 conda 已安装的包 python #在cmd中打开python环境 检验cuda安装是否成功（cmd中运行）
nvcc -V 检验pytorch的安装（python中运行）
import torch #导入pytorch库 torch.__version__ #查看torch的版本 torch.cuda.version #查看torch中cuda的版本 torch.cuda.is_available() #检验是否支持cuda，返回True表示支持 –2020年1月24日
4132
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
