之前CPU版的PyTorch安装的很顺利，最近在安装GPU版的PyTorch，遇到了很多麻烦，不过最终还是搞好了，在这里记录一下，以便以后再次用到。这里推荐使用离线安装的方法。
写在最前面：
设置多环境，在每个环境下分别安装相应的Python和PyTorch版本，互不污染，方法如下：

#创建新环境
conda create --name pytorch-gpu python=3.7
#激活环境
activate pytorch-gpu

上面第一个命令用于创建一个新的环境，并安装一个指定版本的python，–name后面的pytorch-gpu就是新的环境名字，任意选取。python=3.7就是指定安装的python版本。输入这个命令后，会在线安装3.7.x版本的python。

安装后之后，输入第二个命令，激活当前环境，然后在这个新的环境下安装PyTorch，详细的步骤见下面即可。

第一步：

首先查看自己电脑上英伟达GPU的cuda版本，这里给出一个参考链接：查看cuda版本第二步：

进入PyTorch官网(因为我用的是比较旧的cuda版本，所以进入的是previous-versions)：https://pytorch.org/get-started/previous-versions/

可以看到：

gpu环境utunbu 搭建pytorch gpu版本的pytorch_pytorch


用思维导图表示如下：

gpu环境utunbu 搭建pytorch gpu版本的pytorch_离线安装_02


这里解释一下在线安装和离线安装(非常推荐)：

  • 在线安装：使用相应的命令，然后利用网络下载并安装。但是由于网络传输问题，网速会非常慢，而且有时候会出现丢包。
  • 离线安装：先下载相应的文件，然后再手动安装。

所以看到上面的截图中，Conda方式下，都是给出相应的命令，而Wheel方式下，给出的是需要下载的文件的网址(如上图框出的网址)。

第三步：

我这里是在Windows下安装1.0.0版本，cuda 8.0，所以进入的网址是：

gpu环境utunbu 搭建pytorch gpu版本的pytorch_离线安装_03


gpu环境utunbu 搭建pytorch gpu版本的pytorch_Desktop_04


根据自己的操作系统，下载对应的.whl文件，注意一定要下载的是torch开头的.whl文件，在页面的末端找。

第四步：

下载好了之后，在.whl文件所在的文件夹中打开命令行(cmd)，执行离线安装命令，以上面的文件为例：

pip install torch-1.0.0-cp37-cp37m-win_amd64.whl 然后等待安装好了即可。

第五步：测试

(1)命令行下检查

(base) PS C:\Users\chenxuqi> conda deactivate
PS C:\Users\chenxuqi> conda activate ssd
(ssd) PS C:\Users\chenxuqi> python
Python 3.6.12 |Anaconda, Inc.| (default, Sep  9 2020, 00:29:25) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> print(torch.__version__)
1.0.0
>>> print(torch.cuda.is_available())
True

分别返回对应的版本号和True表示安装成功。
如果返回False，再在PyCharm中运行一下下面的代码，会有相应的报错信息，再根据报错信息排查错误，我就是这么解决的！！！
(2)执行GPU代码

import time
import torch 

for i in range(1,10):
    start = time.time()
    a = torch.FloatTensor(i*100,1000,1000)
    a = a.cuda() #a = a
    a = torch.matmul(a,a)
    end = time.time() - start
    print(end)

运行结果：
我第一次运行结果提示我显卡驱动程序太旧，需要更新，然后我就去英伟达官网(报错信息给出了下载网址)下载了驱动程序，并安装，就可以了，第二次结果如下：

PS C:\Users\chenxuqi\Desktop\新建文件夹>  & 'D:\Anaconda3\envs\ssd\python.exe' 'c:\Users\chenxuqi\.vscode\extensions\ms-python.python-2020.10.332292344\pythonFiles\lib\python\debugpy\launcher' '50571' '--' 'c:\Users\chenxuqi\Desktop\新建文件夹\testGPU.py'
3.6260359287261963
0.6305170059204102
0.9055967330932617
1.3199987411499023
1.5979139804840088
2.0483360290527344
THCudaCheck FAIL file=c:\programdata\miniconda3\conda-bld\pytorch_1524549877902\work\aten\src\thc\generic/THCStorage.cu line=58 error=2 : out of memory
Traceback (most recent call last):
  File "c:\Users\chenxuqi\Desktop\新建文件夹\testGPU.py", line 10, in <module>
    a = torch.matmul(a,a)
RuntimeError: cuda runtime error (2) : out of memory at c:\programdata\miniconda3\conda-bld\pytorch_1524549877902\work\aten\src\thc\generic/THCStorage.cu:58
PS C:\Users\chenxuqi\Desktop\新建文件夹> conda activate ssd
PS C:\Users\chenxuqi\Desktop\新建文件夹>

注意，这里显存太小，溢出了…但是安装是成功的！！！

说明：安装gpu版本时候可以不安装cuda和cudnn，但是一定要安装显卡驱动，因为显卡驱动自带的cuda向下兼容，而且torch相比tensorflow有个好处是安装后会安装cudatookiti也就是cuda工具箱，不再需要我们去麻烦的安装这些东西。
至此，终于把GPU版本的PyTorch安装好了。另外，每个人遇到的问题不同，这里只记录了我自己遇到的问题。