深度学习环境配置避坑-CUDA11.0+DGL1.8

参考教程

之前已经写过详细的CUDA+Pytorch+DGL安装博文了，Linux系统可参考这里，Windows系统可参考这里。本篇博文仅用于记录一些环境配置中可能遇到的坑，及避坑指南（本人亲亲测有效）

坑1：CUDA版本与GPU型号不符

报错：GeForce RTX 3080 with CUDA capability sm_86 is not compatible with the current PyTorch installation. The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_61 sm_70 sm_75 compute_37.
原因：GeForce RTX 3080算力为8.6，仅适合CUDA11.0或CUDA11.1，安装其他版本CUDA则会报错
避坑指南：此时如果按照Pytorch官网，用命令行

conda install pytorch torchvision torchaudio cudatoolkit=11.0 -c pytorch

安装Pytorch，则自动安装CPU版本Pytorch，导致后续实验测试一直报错。经过一下午的努力，终于找到一篇成功的安装方法，用命令行

pip install torch=1.8.0 torchvision=0.9.0 -f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.tuna.tsinghua.edu.cn/simple

安装成功。