本文详细介绍了如何为PyTorch配置合适的CUDA版本，包括修改conda源，创建虚拟环境，以及解决因版本不匹配导致的错误。同时，通过升级torchvision解决了与CUDA版本兼容的问题。
先为conda 添加源
编辑home目录下的.condarc文件
如果是windows, 在C:\Users\Administrator
新建一个.conda文件夹，在.conda文件夹新建.condarc文件
或在C:\Users\Administrator这个目录下直接新建.condarc
可以都弄
channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
- https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
- https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
- defaults
show_channel_urls: true
remote_read_timeout_secs: 600.0注意要把https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
写在第一行，因为像https://mirrors.ustc.edu.cn/anaconda/pkgs/main/这个链接或者其他链接
也有pytorch，但有时候会中断，所以把最稳定最快的链接写前面，因为你不写在前面conda在https://mirrors.ustc.edu.cn/anaconda/pkgs/main/这个链接搜索到了pytorch，就不会去https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/这个链接搜，导致中断
换好源之后，然后最好先建一个虚拟环境
conda create -n torch1.2 python=3.6
再执行：
conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0
相装1.1的话
conda install pytorch==1.1.0 torchvision==0.3.0 cudatoolkit=9.0
它会自动把其他所有依赖比如cudnn也装，记住后面不要加-c pytorch,要不然就不会走中科大的源
这种用conda装pytorch，就不用手动装cuda，
中科大这两句也要加，因为cudatoolkit我下载的时候都是在中科大这两个源下载的
- https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
- https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
然后我又想改装pytorch 1.３.1
我就直接conda install pytorch==1.３.1
后续测试
In [1]: import torch
In [2]: torch.__version__
Out[2]: '1.3.1'
In [3]:
In [3]: torch.cuda.is_available()
Out[3]: True
下面是装的时候自动装的一些包：
(pytorch) wosai@wosai:~$ conda list
# packages in environment at /home/wosai/anaconda3/envs/pytorch:
#
# Name Version Build Channel
_libgcc_mutex 0.1 main https://mirrors.ustc.edu.cn/anaconda/pkgs/main
backcall 0.1.0 <pip>
blas 1.0 mkl https://mirrors.ustc.edu.cn/anaconda/pkgs/free
certifi 2016.2.28 py36_0 https://mirrors.ustc.edu.cn/anaconda/pkgs/free
cffi 1.10.0 py36_0 https://mirrors.ustc.edu.cn/anaconda/pkgs/free
cudatoolkit 10.0.130 0 https://mirrors.ustc.edu.cn/anaconda/pkgs/main
decorator 4.4.1 <pip>
freetype 2.5.5 2 https://mirrors.ustc.edu.cn/anaconda/pkgs/free
intel-openmp 2019.4 243 https://mirrors.ustc.edu.cn/anaconda/pkgs/main
ipython 7.10.1 <pip>
ipython-genutils 0.2.0 <pip>
jbig 2.1 0 https://mirrors.ustc.edu.cn/anaconda/pkgs/free
jedi 0.15.1 <pip>
jpeg 9b 0 https://mirrors.ustc.edu.cn/anaconda/pkgs/free
libffi 3.2.1 1 https://mirrors.ustc.edu.cn/anaconda/pkgs/free
libgcc-ng 9.1.0 hdf63c60_0 https://mirrors.ustc.edu.cn/anaconda/pkgs/main
libgfortran-ng 7.3.0 hdf63c60_0 https://mirrors.ustc.edu.cn/anaconda/pkgs/main
libpng 1.6.30 1 https://mirrors.ustc.edu.cn/anaconda/pkgs/free
libstdcxx-ng 9.1.0 hdf63c60_0 https://mirrors.ustc.edu.cn/anaconda/pkgs/main
libtiff 4.0.6 3 https://mirrors.ustc.edu.cn/anaconda/pkgs/free
mkl 2019.4 243 https://mirrors.ustc.edu.cn/anaconda/pkgs/main
mkl-service 2.3.0 py36he904b0f_0 https://mirrors.ustc.edu.cn/anaconda/pkgs/main
mkl_fft 1.0.15 py36ha843d7b_0 https://mirrors.ustc.edu.cn/anaconda/pkgs/main
mkl_random 1.1.0 py36hd6b4f25_0 https://mirrors.ustc.edu.cn/anaconda/pkgs/main
ninja 1.7.2 0 https://mirrors.ustc.edu.cn/anaconda/pkgs/free
numpy 1.17.4 py36hc1035e2_0 https://mirrors.ustc.edu.cn/anaconda/pkgs/main
numpy-base 1.17.4 py36hde5b4d6_0 https://mirrors.ustc.edu.cn/anaconda/pkgs/main
olefile 0.44 py36_0 https://mirrors.ustc.edu.cn/anaconda/pkgs/free
openssl 1.0.2l 0 https://mirrors.ustc.edu.cn/anaconda/pkgs/free
parso 0.5.1 <pip>
pexpect 4.7.0 <pip>
pickleshare 0.7.5 <pip>
pillow 4.2.1 py36_0 https://mirrors.ustc.edu.cn/anaconda/pkgs/free
pip 9.0.1 py36_1 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
prompt-toolkit 3.0.2 <pip>
ptyprocess 0.6.0 <pip>
pycparser 2.18 py36_0 https://mirrors.ustc.edu.cn/anaconda/pkgs/free
Pygments 2.5.2 <pip>
python 3.6.2 0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
pytorch 1.3.1 py3.6_cuda10.0.130_cudnn7.6.3_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch
readline 6.2 2 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
setuptools 36.4.0 py36_1 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
six 1.10.0 py36_0 https://mirrors.ustc.edu.cn/anaconda/pkgs/free
sqlite 3.13.0 0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
tk 8.5.18 0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
traitlets 4.3.3 <pip>
wcwidth 0.1.7 <pip>
wheel 0.29.0 py36_0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
xz 5.2.3 0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
zlib 1.2.11 0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
之后运行pytorch版的yolo3之后，报错：
python detect.py
Traceback (most recent call last):
File "detect.py", line 5, in <module>
from utils.datasets import *
File "/home/wosai/2020/PyTorch-YOLOv3/utils/datasets.py", line 12, in <module>
import torchvision.transforms as transforms
File "/home/wosai/anaconda3/envs/pytorch/lib/python3.6/site-packages/torchvision/__init__.py", line 1, in <module>
from torchvision import models
File "/home/wosai/anaconda3/envs/pytorch/lib/python3.6/site-packages/torchvision/models/__init__.py", line 11, in <module>
from . import detection
File "/home/wosai/anaconda3/envs/pytorch/lib/python3.6/site-packages/torchvision/models/detection/__init__.py", line 1, in <module>
from .faster_rcnn import *
File "/home/wosai/anaconda3/envs/pytorch/lib/python3.6/site-packages/torchvision/models/detection/faster_rcnn.py", line 7, in <module>
from torchvision.ops import misc as misc_nn_ops
File "/home/wosai/anaconda3/envs/pytorch/lib/python3.6/site-packages/torchvision/ops/__init__.py", line 1, in <module>
from .boxes import nms, box_iou
File "/home/wosai/anaconda3/envs/pytorch/lib/python3.6/site-packages/torchvision/ops/boxes.py", line 2, in <module>
from torchvision import _C
ImportError: libcudart.so.9.0: cannot open shared object file: No such file or directory
竟然提示要cuda9,我明明我装了cuda10,测试了cuda是可用的，后来想想可能是torchvision版本的原因，因为我装的是torchvision0.3
于是pip install --upgrade torchvision
升级到了最新版本的0.4.2
再测试，成功！所以我在想是不是torch0.3要和cuda9对应，torchvision要和cuda10对应
ubuntu18对cuda10支持的比较好
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
