目录

先看我装的环境：

pytorch  torchvision python的版本对应：

使用conda命令指向清华源下载并总结经验

---

先看我装的环境：

测试：

import torch
print(torch.__version__)
print(torch.cuda.is_available())

两外cuda9 10 10.2都试过，均未能成功调起来GPU，本次好好调试一下，作为记录保存。

pytorch  torchvision python的版本对应：

torchvision · PyPI

 安装指定版本号，参考Previous PyTorch Versions | PyTorch：

conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge

使用conda命令指向清华源下载并总结经验

这中间多次下载失败，尝试的方式有逐个离线下载每个包安装、科学上网安装，最后用调整超时限制并改用清华源安装成功的，但过程依然是磕磕绊绊不断下载失败重新安装，过程历经3小时，甚是艰难啊。

这里总结一下，显卡配置好一点的好像直接pip安装就可以了，好像pip要快一些，但是我这里的1050使用pip命令安装这些包后，查看torch版本都是带cpu的，无论如何都调用不起来gpu,而我另外一个2060没有这种情况。

并且还有一个点挺奇怪，pip安装的是pytorch conda安装的是torch，且环境不能冲突。官网给的安装命令其实也是conda，因此可以先尝试pip，然后有问题就改用conda

下边给出conda超时设置和清华源设置:

conda config --set remote_read_timeout_secs 2000.0
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/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro/

安装完成后可以正常调用gpu训练了：

2G显存，yolov5s batch4 可以跑起来也算可以了