PyTorch的安装

最近，由于总是苦恼于PyTorch的gpu版本的安装，在借鉴了网上各路大神的方法之后，特此记录下自己的办法，以备不时之需。

首先，Anaconda3的安装就不赘述了，小土堆的介绍非常的简洁明了，直接略过。

接下来讲到我比较头疼的几个步骤。

1.虚拟环境管理

在用conda创建pytorch的环境，使用如下语句的时候

conda create -n pytorch python=3.8

会遇到这种情况

 此pytorch虚拟环境不在我们的预期的envs的文件夹里，我们设想的是在anaconda目录下的envs文件夹里面，那么，不妨尝试以下的命令

conda create --prefix=D:\Anaconda3\envs\pytorch python=3.8

但是如果该envs文件夹没有开设权限，那么需要开启user的修改权限。

安装成功后，输入以下指令：

conda info --envs

即可看到 conda 环境中，有新建的 pytorch 环境，右边的 * 号表示，当前你处于哪个环境。

2.安装 PyTorch

安装gpu版本时候，在提示命令下加上 -i https://pypi.tuna.tsinghua.edu.cn/simple ，比如：

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117 -i https://pypi.tuna.tsinghua.edu.cn/simple

在这里，尽量使用pip安装，这样最后gpu运行起来容易成功。

若自己下载的确实为GPU版本的，但是仍旧出现torch.cuda.is_available()返回false的情况，则可能是版本不匹配的问题。

3.验证是否安装成功

（1）在命令行左边为 pytorch 环境中，输入 python

（2）之后，输入 import torch，如果没有报错，意味着 PyTorch 已经顺利安装了

（3）接下来，输入 torch.cuda.is_available()，如果是 True，意味着你可以使用 GPU，如果是 False，意味着只能使用CPU。

 4.一些常用命令

    1） conda list  查看安装了哪些包。

    2） conda env list  或  conda info -e  查看当前存在哪些虚拟环境

    3） conda update conda  检查更新当前conda

    4） conda --version  查询conda版本

    5） conda -h  查询conda的命令使用

① 查看所有环境以及当前环境conda env list
② 切换到另一个环境：activate my_torch
③ 删除环境：conda remove –n flowers（删除环境）–all
④ 复制环境：conda create –n your_torch –clone my_torch
即复制my_torch为一个称为your_torch的副本。