cuda 10 升级 cuda11 后使用 conda 更新 pytorch 版本

我们在下载开源项目时，一般都要在特定的版本下运行，不同的 Python版本、pytorch 软件版本以及 cuda的版本，组合起来的种类非常多，不是每个安装源版本都是非常齐全的，所以安装时指定版本做起来比较困难。

 

如果开源项目 README中没有说明版本环境，也没有 requirements.txt 文件。 首先我们可以了解开源项目的开发时间，根据项目时间找对应的操作系统版本及 Python 版本，做为我们开发环境一般选早一点的操作系统版本（3年前左右）的适应性会比较强一些。

例如最近配置了一块新的 sm_86 版本的显卡，原来基于 Pytorch 1.7-cuda10 的软件包就不支持了，需要升级到 cuda11.1。这样我们在配置完成 Anaconda 之后，可以使用 conda search 来查找可用的软件包。

% conda search pytorch

 

这时我们可以看到最低支持 cuda11.1 的pytorch 版本是 1.8.0. 这样我们创建一个新的环境，考虑项目版本较老，使用 python3.7 来创建。

conda create --name python37 python=3.7

一般来讲 pytorch 是基础版本，我们先安装，然后 torchvision torchaudio 等可不指定版本，让工具找到适合的版本。

conda install pytorch==1.8.0  cudatoolkit=11.1
conda install torchvision torchaudio cudatoolkit=11.1

如果国内安装源不稳定，可以直接使用 Pytorch 的源：

conda install pytorch==1.8.1 torchvision==0.9.1 torchaudio==0.8.1 cudatoolkit=11.3 -c pytorch -c conda-forge

 

查找版本的另一个方法是，我们可以老的环境中列出使用的软件包。然后直接在浏览器上查看软件源有的软件版本列表。例如： 

$ conda list | grep torch
# packages in environment at ~/miniconda3/envs/torchenv:
pytorch                   1.6.0          py3.9_cuda10.2_cudnn7.6.5_0    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch
pytorch-mutex             1.0                        cuda    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch
torchaudio                0.6.0               py39_cu102    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch
torchvision               0.5.0               py39_cu102    https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch

根据 https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/ URL 打开浏览器，查看对应的包，有了版本列表后，我们可以使用 conda install 安装指定的版本了。