pytorch项目适配环境遇到的问题

大家好，我是讯享网，很高兴认识大家。

巨*的参考博客：

win10使用pycharm运行pytorch算法报错：Process finished with exit code - (0xC0000005)_景墨轩-CSDN博客

一、ANACONDA的使用技巧：创建和删除虚拟环境。

参考：Conda 创建和删除虚拟环境_CV前沿-CSDN博客_anaconda删除虚拟环境

PS. PyCharm安装教程和 Anaconda安装教程

PyCharm2021安装教程_学习H的博客-CSDN博客_pycharm2021安装教程

史上最全最详细的Anaconda安装教程_wq_ocean_的博客-CSDN博客_anaconda 安装

PS. 镜像源问题

anaconda conda 切换镜像源_ScapeD的博客-CSDN博客_conda 换镜像

Anaconda 镜像源操作(查看配置删除)_SL_World的博客-CSDN博客_anaconda查看镜像

Anaconda 清华源配置_月中行~的博客-CSDN博客

1.检验当前conda的版本

conda -V

讯享网

2.conda常用的命令

查看已有的虚拟环境

讯享网conda env list

创建虚拟环境和删除虚拟环境

# 创建 conda create -n env_name python=x.x # 删除 conda remove -n env_name --all

激活虚拟环境和关闭虚拟环境

讯享网# 激活 conda activate env_name #我的是：activate env_name # 关闭 conda deactivate #我的是：deactivate env_name

# 查看指定环境下已安装的package conda list -n env_name # 安装指定环境下某个package conda install -n env_name [package] # 删除指定环境下某个package conda remove -n env_name [package] # 更新指定环境下某个package conda update -n env_name [package]

如果已经进入到某个虚拟环境，则直接使用以下命令：

讯享网# 查看已安装的package conda list # 安装某个package conda install [package] # 删除某个package conda remove [package] # 更新某个package conda update [package] # 更新conda，保持conda最新（不要轻易使用，会导致版本变动，很麻烦！） conda update conda

补充

安装完anaconda后，发现每次打开终端后都会自动进入到base的虚拟环境中去，可以使用conda deactivate退出。也可以关闭自动打开的虚拟环境，命令如下

conda config --set auto_activate_base false

讯享网

二、个人cuda driver支持11.1版本。但是所装的cuda版本是10.2.89。

这也是导致为什么nvcc -V和NVIDIA-smi的显示内容不一样的结果。可以通过如下指令来同时查看具体的版本：

三、关于CUDA + pytorch + torchvision + torchaudio的版本安装：

去pytorch官网，一定要去官网（Start Locally | PyTorch）！！！看官网支持那个cuda版本，目前看支持10.2版本，那就老老实实的安装cuda10.2，别整些有的没的。一定要按照下面的图，红色选择很重要。

警告：

尽量选择pip安装！！！需要注意安装的torch和torchvision是支持cpu还是GPU（电脑有1650GPU）。否则会报：”torch不适配cuda的错误。“(这个地方走了三天的弯路！！！)

PS. CUDA、cuDNN安装：CUDA、CUDNN在windows下的安装及配置_m0_的博客-CSDN博客_cudnn配置

windows下CUDA的卸载以及安装_m0_的博客-CSDN博客_卸载cuda

CUDA与cuDNN - 知乎

四、三天弯路后，最后的解决方式：

解决torch.cuda.is_available()一直返回False的玄学方法之一_dysljxjsq的博客-CSDN博客_torch.available

网上的攻略说产生此类问题的主要原因在于驱动安装的不正确。但我自己的情况并不符合。
在搜了大量的帖子无果后。偶然发现，使用官网conda命令下载的，居然全是CPU版本。

无论我怎么尝试使用conda下载任何版本，都是cpu版本的。

既然conda无法用，那就用pip。官网的pip命令（见上图！！！），寻找符合自己版本的pytorch-cuda版本，torchvision版本下载。（速度同样极慢！但是不会断了。。。。勉强能下）

PS.下面博文中的最后一段很重要！！！

torch.cuda.is_available()结果为false_daydaydreamer的博客-CSDN博客_torch.cuda