linux环境下使用Conda 安装pytorch

先确保已安装cuda（请点击查看是否安装了cuda）,cudnn（请点击查看cudnn的安装），然后才能装pytorch。

一、安装pytorch

1、激活虚拟环境。

2、打开pytorch官网

https://pytorch.org/，根据自己的电脑，选择版本，操作系统，cuda版本，底下会有安装命令。如果版本合适，可直接按下图中最底下的命令装。

通过在终端输入nvcc -V，查询自己的cuda版本。

我的cuda是11.6，在官网首页上并没有相应的命令，通过点击首页下面的Previous versions of PyTorch。

可以看到之前的版本，及其相应的命令，它有pip安装和conda安装两种，可以根据自己电脑的配置，选择相应的版本，我选择的是1.12.0版本。

(1)conda安装时的命令

回到终端，输入如下命令即可安装。

conda install pytorch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0 cudatoolkit=11.6 -c pytorch -c conda-forge

安装较慢，需要慢慢耐心的等待。

（2）pip安装时的命令

回到终端激活虚拟环境，输入命令。

pip install torch==1.12.0+cu116 torchvision==0.13.0+cu116 torchaudio==0.12.0 --extra-index-url https://download.pytorch.org/whl/cu116

即可安装，但是比较慢，仍需慢慢等待。

4、切换清华源，加快速度

直接在python.org里面下载相当慢，并且很容易因为网络问题而失败。因此可以切换清华源，网上有较多切换的方法，文后给出一个参考。

在终端输入：pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

再输入命令安装：pip install torch==1.12.1 torchvision==0.13.1+cu116 torchaudio==0.12.1

 快到飞起。笔者最后是通过这种方式安装好的！

5、验证pytorch是否安装成功

输入conda list：

可看到已经安装成功，版本为1.12.1。

也可在python环境中输入

Import torch

torch.__version__

能否用GPU：

torch.cuda.device_count()查看可用的GPU个数。注：如果这里查出来为0，而你电脑里有GPU的话，一般是cuda与pytorch的版本不匹配，请卸载了重新安装合适的版本。

torch.cuda.is_available()为True即可。注：如果这里的值输出来为False，而你电脑里有GPU的话，同样是cuda与pytorch的版本不匹配，请卸载了重新安装合适的版本。

二、卸载pytorch

卸载pytorch:

在终端输入命令

Conda uninstall pytorch

在y/n时输入y，再等一会儿，就卸载成功了。

参考：https://blog.csdn.net/lyj223061/article/details/108639378