分享一个离线安装torch环境的方法，效率gang gang的

当我们在linux服务器下训练一个模型时，首要的是安装一个匹配的框架的环境，torch or tensorflow ，如果网速十分的飞快，那也没什么好说的，可是我敢说大部分的公司的网速完全是归途赛跑中的那只乌龟，虽然不断网，可就是跑不起来。这时我们要安装一个几个左右的gpu环境，那简直了，所以，这里给大家分享一个离线安装gpu环境的方法，亲测十分高效，这里只说torch环境哦，tensorflow本人不喜欢用。

首先上网址链接：

Index of /anaconda/cloud/pytorch/linux-64/ | 清华大学开源软件镜像站 | Tsinghua Open Source MirrorIndex of /anaconda/cloud/pytorch/linux-64/ | 清华大学开源软件镜像站，致力于为国内和校内用户提供高质量的开源软件镜像、Linux 镜像源服务，帮助用户更方便地获取开源软件。本镜像站由清华大学 TUNA 协会负责运行维护。https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud//pytorch/linux-64/

大家再熟悉不过。

服务器命令输入nvcc -V

 查看我们的cuda的版本。release  11.1

然后从清华源中下载版本匹配的torch   和   torchvision

 将这两个压缩包导入我们的服务器目录中，在我们创建的虚拟环境中，输入命令：

conda install pytorch-1.10.1-py3.7_cuda11.1_cudnn8.0.5_0.tar.bz2

安装torchvision也是这个命令

完毕，你会发现 so  easy