快速安装Pytorch的官方包（包括30系显卡和pytorch2.0以上版本）_pytorch安装包

在安装Pytorch-GPU，需要先安装CUDA和Cudnn，详细安装教程可参考以下blog：win10系统安装Tensorflow2.1—gpu版本完整流程（含图片）

方法一：（不建议使用）：

首先我们来到Pytorch的官网，选择CUDA的安装平台以及版本、Conda或者Pip安装,在下方粘贴复制安装命令即可，但是这里下载速度极慢，很容易出现CondaHTTPError，因为默认的镜像是官方的，由于官网的镜像在境外,访问太慢或者不能访问，为了能够加快访问的速度，我们更改Conda下载安装包的镜像源

#如安装pytorch1.4.0的GPU版本，以下命令会特别慢
conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit=10.1 -c pytorch
1
2

方法二（建议使用）：

这里我们首先设置一下Conda下载安装包的镜像源，输入以下命令：

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

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

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

conda config --set show_channel_urls yes
1
2
3
4
5
6
7

添加完后，
①在Windows用户目录下，如：C:\Users\your_user_name
②在Linux用户目录下，如root目录下，找到~/.condarc 文件
使用记事本打开，删除里面的 defaults，这样能快点，或者在其前面加#号注释掉。

用conda安装包的标准语法格式为：conda install -c ，而pytorch官网中conda给的命令行是上图那样的，有-c选项，就说明已经指定了官方下载源，所以自己配置的镜像源不管用， 所以应该把-c pytorch去掉，就可以从镜像源下载文件了。

#如安装pytorch1.4.0的GPU版本，执行完上述步骤后，把-c pytorch去掉，这样安装会更快
conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit=10.1
1
2

检验是否成功安装GPU版本的Pytorch：

import  torch 
torch.cuda.is_available()
1
2

若返回为True，则使用的是GPU版本的torch，若为False，则为CPU版本。

友情提示：如果你想再次换源安装，需要使用以下命令conda config --remove-key channels恢复默认源的命令，否则会报错，然后再次配置你想要的镜像源。
另外，若要更换pytorch版本，则需先卸载旧版本，才能安装新版本，且卸载需要使用conda前缀即 conda uninstall pytorch。同时，如有cudatoolkit/cudnn/tensorflow-gpu/keras这些包也需要运行conda uninstall或者pip uninstall来卸载，否则安装新版本pytorch时会出现conflict的问题

选看部分（踩过的坑）

针对RTX30系的显卡（如RTX3080），要注意cudatoolkit为10.x时并不能兼容，RTX30系的显卡需要安装cudatoolkit为11.x的版本，注意：可以去https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/查看当前python版本所能支持的pytorch、cudatoolkit的对应版本（torchvision版本可以自行去官网查），否则会出现安装pytorch为cpu only的情况（reference：https://blog.csdn.net/u013468614/article/details/125910538）

然后执行对应的命令

#以RTX3080显卡为例，可以执行以下命令：
conda install pytorch==1.10.0 torchvision==0.11.0 cudatoolkit=11.3 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/
1
2

终极命令：

在使用上述conda安装pytorch时，会出现cuda显卡驱动版本（11.4）匹配不上pytorch2.0的cuda版本（11.7/11.8），但是使用pip安装pytorch的话，只需要执行以下命令，就可以安装gpu版本的pytorch2.0以上。

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
1

另外需要注意的是，pytorch版本要求python>=3.8

参考：https://blog.csdn.net/AiTanXiing/article/details/129933911