离线安装去配置较低版本pytorch环境（gpu版本）

在复现前人研究的模型时常常会因为版本比较老旧无法直接安装，分享一下我的解决方法

1.确定python版本，确定自己的pytorch是cpu版本还是gpu版本

2.确定pytorch，Python语言，cuda，cudnn的对应关系

3.离线安装

具体来说：

（1）确定python和pytorch版本

根据我所复现的项目要求，我的选择是python3.6，pytorch1.6 。满足表格中的需求。

 （2）根据确定的版本选择cuda版本

当我们在运行多个项目的时候而多个项目直接所依赖的python版本不同，也有不同依赖的各种包，多个版本直接容易混乱，那么建立虚拟环境是很方便的操作，因此我们在虚拟环境中安装cudatoolkit的操作远远比降级本机的cuda版本方便的多。如表：

根据表格，我选择cudatoolkit10.1的版本，当然也可以选择对应的。

（3）选择cudnn版本

cudnn是cuda的加速包，两者缺一不可。

根据我选择cuda版本，我们可以选择很多版本的cudnn

（4）进入pytorch官网

查询安装指令。网址：PyTorch

（5）点击红色箭头处查询以往版本。

（6）根据所需要复现代码确定要安装的版本。

例如，我已经确认项目要求的是pytorch1.6的gpu版本，并且cuda是10.1，寻找对应的Windows指令（我使用的是Windows），那我的指令应当是：

当然，在实际的虚拟环境中也许会因为各种原因下载不了，比如conda没有，比如没有使用镜像源，比如网速太慢，所以我一般使用离线安装的方式，因此，在这里查询指令只是为了确定torchvision的版本，避免遗漏。

 （7）离线安装pytorch和torchvision

根据网址打开链接

网址：download.pytorch.org/whl/

​

（8）下载对应版本torch和torchvision

如图，这是我找到的。注意：

pytorch不要下载成cpu版本。我们的版本应当包含：cu101关键词

torchvision也区分cpu版本和gpu版本（cuda版）

以我的下载为例：

正确版：torch-1.6.0+cu101-cp36-cp36m-win_amd64.whl

torchvision-0.7.0+cu101-cp36-cp36m-win_amd64.whl

（9）所有准备工作完成后开始建立虚拟环境

进入anconda prompt（你的电脑已安装anconda），安装python3.6版本的虚拟环境（lef是我的环境名称，你也可确定你的）：

conda create -n lef python=3.6

进入虚拟环境：

conda activate lef

查询conda是否有10.1的包：

conda search cudatoolkit

根据查询结果安装cudatoolkit

我选择10.1.243版本进行安装

conda install cudatoolkit==10.1.243

同理，查询cudnn，确定版本号

conda search cudnn

执行代码的build会出现对应的cuda版本，如此我们选择对应的7.6.5进行安装

conda install cudnn==7.6.5

安装pytorch和torchvision

pip install D:\torch-1.6.0+cu101-cp36-cp36m-win_amd64.whl

pip install D:\torchvision-0.7.0+cu101-cp36-cp36m-win_amd64.whl

这两个下载好了的包我分别放在了我的d盘，然后执行离线安装。

安装完成，查询是否安装完成

conda list

安装成功：

完成后，退出虚拟环境

conda deactivate

最后，其他的包建议到pycharm里面进行安装。