Pytorch作为主流的深度学习框架，已经成为了许多同学们干活炼丹的标配，当我们分配到一个服务器的个人账号，可能环境里没有预装好pytorch或版本过低，这时候需要自己重新安装。
最常用的安装方法是通过conda来安装，在pytorch的官网上找到你需要的版本，并找到下载命令。
比如我要下载linux系统下的1.0.1版本，选择cuda9.0的GPU版，对应的命令为
conda install pytorch==1.0.1 torchvision==0.2.2 cudatoolkit=9.0 -c pytorch然后可能速度会特别的慢，因为是从外网下载，尤其是大文件，中途很可能会超时而中断。这里提供两种解决方案：
方案一：换国内镜像源（清华源）
依次输入以下命令，将清华源添加进conda的设置里
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此时重新试一下安装的命令，注意，要去掉后面的 -c pytorch （该命令的意思是从官网的通道下载）
conda install pytorch==1.0.1 torchvision==0.2.2 cudatoolkit=9.0替换成功后，下载前的询问内容里可以看到下载源地址变了
如果没问题的话，就能应该速度会快很多。但实际中可能因为实验室网络问题，也可能特别慢，我就遇到了这个问题，此时可以采用方案二
方案二：离线安装（手动下载）
在自己电脑上去清华源里把相关的库的安装包先下载来，然后传到服务器上，存放的路径为
“anaconda目录”/pkgs 中
比如我自己的目录为 /home/xzy/anaconda3/pkgs
下载地址可以在运行conda list后的提示中找到，如前图鼠标选取的区域所示。
比如：https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/
将安装包手动下载放入目录后，还需要将pkgs文件夹中的 urls.txt 文件中的末尾把包含文件名的完整下载地址添加进去，否则conda识别不到我们手动放进去的包装包。比如我添加的这两个的地址为
https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/cudatoolkit-9.0-h13b8566_0.conda https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/pytorch-1.0.1-py3.6_cuda9.0.176_cudnn7.4.2_2.tar.bz2
完成之后，再次重新执行。大功告成
conda install pytorch==1.0.1 torchvision==0.2.2 cudatoolkit=9.0安装完成之后可以输入这些来进行测试
import torch
print(torch.__version__)
print(torch.cuda.is_available())类似这样的结果，就说明安装成功了，并且GPU加速是可以用的
