今天把代码部署到了一个新服务器上，想要运行却发现代码运行极其缓慢，推测是代码运行在了CPU上。
于是尝试执行了如下语句
import torch print(torch.cuda.available())
打印的结果为False，说明此时的cuda不可用，推测正确，代码确实是在CPU上跑的。
于是执行nvidia-smi查看显卡，发现显卡cuda版本是11.3，而执行conda list，发现torch版本为1.7.0，上torch官网查询后发现，torch的1.7.0版本最高支持11.1版本的cuda。
破案了，于是进行重装。
二、配置镜像源在经历了多次的龟速直接安装后，还是决定使用镜像源来安装。
这里我们使用清华镜像源：
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 --set show_channel_urls yes conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
添加成功后，我们即可使用清华源进行安装。
三、安装PyTorch最后一步，需要前往PyTorch官网，根据自己的配置进行选择
如图，我安装的是Linux上1.11.0版本的PyTorch和11.3的CUDA，选择完毕后，官网会直接给出命令
但注意：命令需要修改，conda install的-c参数代表指定channel，由于我们已经配置了清华源，故可以不用指定channel直接执行命令。
命令如下：
conda install pytorch torchvision torchaudio cudatoolkit=11.3
执行完后即可安装成功！
