清华源conda 安装gpu版本的pytorch总是推送cpu版本解决办法

方法一

1.用conda list 看看有没有cpuonly这个包，有的话删掉，这个包是装不上gpu版本的罪魁祸首。

conda uninstall cpuonly

2.装pytorch cudatoolkit（新建一个anaconda环境，或者把环境清空,注意版本号不要写错，清华源不是很智能，一定要加上详细的版本号搭配）

conda install python==3.6.13
conda install pytorch==1.10.0 cudatoolkit==10.2.89

方法二

1.首先尝试官方给的建议方式：Start Locally | PyTorch

conda install pytorch cudatoolkit=10.2

这里的-c pytorch是指用国外的下载地址，国内的小伙伴换成清华源后就不用加了

2.这时清华源可能会推送cpu版本的pytorch

 3.我们可以先下载cpu的版本，然后手动替换成gpu版本。安装完cpu版本后用import torch 实验一下，不报错的话说明cpu版本安装成功，报错的话则不能进行下一步。

import torch

4.conda成功安装完cpu的版本后，去conda清华源找到对应的pytorch gpu版本（cuda版本）

 Index of /anaconda/cloud/pytorch/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

网站资源包比较多，可以用Ctrl+F搜索

 以及附属包

点击下载

5.下载完成后，激活conda 环境， cd 到下载的文件目录，安装他们

conda install --offline pytorch-1.10.0-py3.6_cuda10.2_cudnn7.6.5_0.tar.bz2
conda install --offline torchaudio-0.10.0-py36_cu102.tar.bz2
conda install --offline torchvision-0.11.0-py36_cu102.tar.bz2

 6.然后conda list,查看是否已经被替换。替换完成就行了，不要在用conda install pytorch torchvision torchaudio cudatoolkit=10.2 指令下载了，因为conda 还是会推送cpu的包，会被替换掉，工作就白费了。