ubuntu16中，利用conda虚拟环境安装pytorch

• ubuntu16中，利用conda虚拟环境安装pytorch
• • 1、conda安装pytorch的GPU版本
  • 2、conda安装pytorch的CPU版本
  • 3、pip安装pytorch的GPU版本
  • 4、pip安装pytorch的CPU版本

conda虚拟环境安装pytorch，有两种方式，一是pip安装，另外一个是conda安装。对比一下两种安装方式的区别。

1. 登录pytorch官网，选择对应的操作系统，cuda版本，生成对应的安装语句并拷贝；
   图片:

2. 在conda创建的虚拟环境中，运行命令行：conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch。然后conda list能看到安装的对应包的版本信息。如下
   
   
   而，pip list查看的版本信息则如下：
   
   此处看不到cudatoolkit信息，且pytorch的名称为torch。

3. 测试一个简单的程序，通过CPU运行，通过测试。通过将模型和数据以及损失函数转换到GPU上，代码直接将在GPU上运行。通过nvidia-smi可以查看显存占用情况。加入代码torch.backends.cudnn.is_enabled = False，禁止cudnn加速，代码仍然运行在GPU上，只是不通过cudnn加速。另外，虚拟环境中安装的cudatoolkit与基础环境中的CUDA,cudnn是解藕的，我的基础环境中安装的是CUDA9.0,cudnn是7.0,虚拟环境中安装的是11.3的cudatoolkit，不影响虚拟环境中代码的运行。可能是cudatoolkit中实现了显卡调用的API,因此不依赖基础环境中的cuda,只需要基础环境中安装了符合版本的显卡驱动即可.

1. 登录pytorch官网，选择对应的操作系统，cuda版本（CPU），生成对应的安装语句并拷贝；
   
   2.在创建的虚拟环境中运行代码conda install pytorch torchvision torchaudio cpuonly -c pytorch，安装相应的包即可，会多安装一个叫cpu-only的包。

1. 登录pytorch官网，选择对应的操作系统，cuda版本（CPU），生成对应的安装语句并拷贝；
   
2. 在创建的虚拟环境中运行代码 pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113，安装相应的包即可。注意，用pip3安装，由于只安装了对应的python包，而没有安装cudatoolkit，所以，要想运行GPU 程序，必须再配置好CUDA和cudnn。

1. 登录pytorch官网，选择对应的操作系统，cuda版本（CPU），生成对应的安装语句并拷贝；
   

2. 在创建的虚拟环境中运行代码 pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cpu，安装相应的包即可。