Anaconda 更改 cpu 版本的 pytorch 为gpu版本

非原创,原作者的转载过来的格式有问题,于是我复制整理了一下,原作者博客地址:https://blog.csdn.net/weixin_42312688/article/details/122659449?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522165495449216782390524415%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=165495449216782390524415&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2_allfirst_rank_ecpm_v1~rank_v31_ecpm-1-122659449-null-null.142^v13pc_search_result_control_group,157^v14new_3&utm_term=%E5%8D%B8%E8%BD%BDcpu%E7%89%88%E6%9C%AC%E9%87%8D%E6%96%B0%E5%AE%89%E8%A3%85pytorch%E7%9A%84gpu%E7%89%88%E6%9C%AC&spm=1018.2226.3001.4187
由于pytorch的cpu版本跑图像分割和图像分类太鸡肋，我尝试将cpu版本改为gpu版本。

首先，我们看看pytorch官网中，cpu版本和gpu版本的安装有什么区别：

1. cpu
   
2. gpu
   
   

        可以看出，cpu版本安装了 cpuonly 包，而gpu版本安装了 cudatoolkit 包。

        因此，首先卸载pytorch, torchvision,torchaudio，

        最后，一定要卸载cpuonly（字面意思：仅cpu），如果这个包一直在，你的环境中装不了gpu的包。

conda uninstall pytorch torchvision torchaudio
conda uninstall cpuonly

注意：如果不卸载cpuonly，运行下面的代码，依然会安装cpu版本的pytorch而不是gpu版本的pytorch。

然后，按照pytorch网站的指示，运行下面代码：

conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch
 
# 或者
 
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

上面的代码运行哪一个，取决于你的CUDA的版本。
新安装的pytorch为cuda版本的,安装后即成功。