Pytorch 安装经历（基于Nvidia RTX4090）

一、安装已经下载的Andconda系统；

Anaconda3-2019.03-Windows-x86_64.exe     已经下载Andaconda系统，进行安装。

此Anaconda会自己安装Python3.7系统；

打开windows中的 Anaconda powershell Prompt，可以看到前面有（base），就说明Anaconda已经安装成功。

2.搭建pytorch

conda create -n pytorch python=3.7.3    创建一个python3.7.3的Pytorch环境

输入$ conda activate pytorch，  则可以激活这个环境   出现Pytorch就说明成功了。

3. 搭建环境（包含cuda而不是数据库的）

(157条消息) conda安装GPU版pytorch，结果却是cpu版本[找到问题根源，从容解决]_pytorch-mutex_windSeS的博客-CSDN博客

在以上原理的指导之下，上清华镜像源的网站上找到对应的版本

本图告诉我们，清华镜像源网站所提供的内容包含GPU版本的是

Pytorch:2.0.1;python:3.9;cuda:11.8;cudnn8.0

此处发现由于4090家用版对应的cuda是12.0但是发现最高版本的可支持11.8，所以这里给的版本就已经是最优解了。

以这个案例为基础，研究对应的标号，发现有一个重要的参数还是没有，就是torchvision。

对于这一个参数，研究

发现这其中torch vision的包的位置是在pytorch包里面的，上原网站寻找，发现了一个对应的包：

于是因此对于CSDN中原文件中的代码进行理解的基础上的调整：这时又发现了一个问题，由于旧的下载的CPU版本没有删除，导致他无法下载

呈现的错误原因如图，实际上是因为旧的没有删除的原因，按照CSDN文章中说的

conda create -n pytorch-GPU python=3.9

conda activate pytorch-GPU

conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

conda install cudatoolkit=11.8 -c http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/

conda install cudnn=8.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/

conda install pytorch==2.0.1 torchvision==0.15.2 cudatoolkit=11.8 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/

完成之后再把上面输入的代码重新输入，便完成了

注意到这时候的mutex已经是cuda版本了已经不是CPU版本了，这个时候

便会发现，终于安装成功了，所以如果未来有更新，那么要做的是先把过去的mutex删除，然后上清华的镜像源网站把对应的版本找到重新下载即可。