我要评论一、问题描述
按照pytorch官网安装pytorch gpu版本，结果却是cpu版本。
我的倔脾气，嘿！反反复复安装、卸载个五、六、七、八 遍。才意识到再操作一遍也是一样的结果。
二、网上解决方案罗列【此节为反面方案罗列！！！】
还是上网搜索：
结果发现，遇到和我同样问题的还不少。
我发现大家的解决办法不相同，大致如下：
解决方案一：卸载pytorch-mutex
解决方案二：卸载cpuonly
解决方案三：卸载numpy,哦呵…
如果继续往下看，你或许明白上面的方案的确能解决问题。但是，这种神秘性以及某种被约束的感觉真的不是太好。上面这些方案，其实就是瞎猫碰上死耗子！！！ 他们能起作用本身就是一个bug。
程序员的诡异操作，写的代码莫名其妙运行起来了。。
想知道这个问题产生的根本原因以及根本解决方案，那么请继续跟着我一起往下看吧…
三、发现的根本原因[独家]
3.1 pytorch文件命名格式
首先介绍一个pytorch的文件名的普通命名格式。
一个在python=3.7conda 环境下，cudatoolkit=10.1版本的pytorch=1.7.0的文件名为：pytorch-1.7.0-py3.7_cuda10.1.243_cudnn7.6.3_0.tar.bz2。
一个在python=3.7conda 环境下，cpu版本的pytorch=1.7.0的文件名为pytorch-1.7.0-py3.7_cpu_0.tar.bz2。
从上可以看出，不同的python版本，gpu/cpu，若是gpu版本，则cudatoolkit的版本，再加上pytorch的版本，唯一指定一个pytorch安装文件。
明白这个，我们再继续往下。
3.2 问题的根本原因：找不到对应gpu版本的pytorch文件，所以conda就用cpu替代了=v=
先说一下问题产生的根本原因：指定某一版本cudatoolkit下的指定版本的pytorch不在源（国内conda镜像源或因外源）中，导致某一版本cudatoolkit下的指定版本的pytorch无法被conda install找到，然而不凑巧的是，源中却有指定版本的pytorch，不过它是cpu版本。那么，conda install这个小机灵鬼自作主张的替你安装了这个版本。结果就是，你觉得明明安装的是gpu版pytorch，可是像是有种神秘力量让你最终得到的总是cpu版pytorch。
例子1：
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
-c pytorch是指在官方源里找库。此时，如果conda官方源里没有（或者由于网络问题无法访问官方源）cudatoolkit=11.3对应的gpu版pytorch，而此时conda install又找到一个cpu版的pytorch，那么结果是，它给你安装了这个cpu版的pytorch。
例子2：
conda create -n pytorch-gpu python=3.7 # 创建一个python3.7的conda环境 conda activate pytorch-gpu # 进入该conda环境 conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ # 换conda源 conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ # 换conda源 conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ # 换conda源 conda install cudatoolkit=10.0 -c http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/ # 安装 cuda conda install cudnn=7.6 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/ # 安装cudnn conda install pytorch==1.7.0 torchvision==0.8 cudatoolkit=10.0 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/# 安装pytorch
我想通过国内的镜像源来安装cudatoolkit=10.0版本的pytorch==1.7.0，结果我发现安装的还是cpu版本。我在https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/上发现，原来镜像源里根本没这个文件。于是，conda install这个小机灵鬼又自作主张的给我装了cpu版本的文件pytorch-1.7.0-py3.7_cpu_0.tar.bz2，它给我装的文件python版本相同，pytorch版本相同，唯一不同的就是cpu/gpu。
此处需要指出，若采用官方命令conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch，安装的是pytorch==1.4.0版本,此版本在from torch.cuda.amp import gradscaler, autocast时会报错from torch.cuda.amp import gradscaler, autocast。网上说是1.4版本太低，换1.7就好了。
3.3 解决方案
我们安装前先要确定源中是否真的有我们组合出来的版本，[python|cudatoolkit|pytorch]这三个版本不同的组合，真的不一定有。
例如，我发现根本没有满足python=3.7，cudatoolkit=10.0以及pytorch=1.7.0的版本，但是在镜像源中，我发现有python=3.7，cudatoolkit=10.1以及pytorch=1.7.0的版本，于是用以下命令安装：
conda create -n pytorch-gpu python=3.7 # 创建一个python3.7的conda环境 conda activate pytorch-gpu # 进入该conda环境 conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ # 换conda源 conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ # 换conda源 conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ # 换conda源 conda install cudatoolkit=10.1 -c http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/ # 安装 cuda conda install cudnn=7.6 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/linux-64/ # 安装cudnn conda install pytorch==1.7.0 torchvision==0.8 cudatoolkit=10.1 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/# 安装pytorch
仔细看下图的倒数第5行，我们发现，conda install找到对应的gpu版本，此时，它便不好去自作主张了，乖乖地给我安装gpu版本吧。
到此这篇关于conda安装gpu版pytorch默认却是cpu版本的文章就介绍到这了,更多相关安装pytorch gpu会默认安装cpu内容请搜索代码网以前的文章或继续浏览下面的相关文章希望大家以后多多支持代码网！
发表评论