Win10 GTX1050 CUDA9.0 conda搭建torch torchvision
Win10 GTX1050 CUDA9.0 conda搭建torch torchvision
记录一下折腾一上午的东西。
1、确定自己的cuda版本多少，这个百度很多，不是本文的重点，这里假设你已经确定好自己的电脑这么巧，和我一样，是英伟达的GTX1050，CUDA对应是9.0版本，那么可以继续往下看，如果不一样，也可以借鉴一下下面的关于版本对应的操作。
2、https://download.pytorch.org/whl/torch_stable.html在这个网站里面，找到cu90开头的，代表是对应CUDA9.0,然后，cu100开头则代表对应CUDA10.0，以此类推，然后由于我在conda中的虚拟环境的Python版本是3.6，这个大家看自己具体找到对应的torch，这里我Python是3.6的，我找到的是cu90/torch-1.1.0-cp36-cp36m-win_amd64.whl，可以看到cp36对应的我Python的版本号，win代表的是win环境，如果你是Linux则选择相应的环境。
到此，我把这个cu90/torch-1.1.0-cp36-cp36m-win_amd64.whl下载下来放在路径AAA下，然后去conda中激活事先创建好的虚拟环境：conda activate torch-gpu，然后，在里面pip install 路径AAA/torch-1.1.0-cp36-cp36m-win_amd64.whl，就可以安装正确版本的torch了，（路径AAA就是下载torch的路径哈哈）
3、https://download.pytorch.org/whl/torch_stable.html，如同torch那样，去这个网址Ctrl+F,查找cu90开头的torchvision，然后对应好Python版本号，以及win或Linux看自己的环境，cu90/torchvision-0.3.0-cp36-cp36m-win_amd64.whl 这里我下载的是这个，cp36对应的是Python版本号，win代表win环境下。把torchvision-0.3.0-cp36-cp36m-win_amd64.whl下载到路径BBB,然后去到conda中激活事先创建好的虚拟环境：conda activate torch-gpu，然后在里面pip install 路径BBB/torchvision-0.3.0-cp36-cp36m-win_amd64.whl，这样，就正确安装了对应CUDA9.0的torchvision啦。
4总结
为什么折腾这么久，
（1）没有仔细对应cu90开头的，粗心大意了，引以为戒哈哈,
（2）遇到问题，没有仔细分析，浪费时间了，没有意识到安装不对应的版本引起的问题就去搜博客，最终问题是不会解决的，因为首先版本不对应的前提下，各个模块是没办法正常工作的。