一直用的TensorFlow（keras）來完成一些工作，因許多論文中的模型用pytorch來實現，代碼看不懂實在是不太應該。正好趁此假期，疫情原因無法出去浪，在家學一下pytorch。

游戲用筆記本自帶GeForce 1050顯卡，可用GPU，想著不用白不用，先裝一個GPU版本再說。但是我按照網上的所有方法，torch.cuda.is_available()總是返回False。有輕微強迫癥的我，不解決掉是睡不好的。

首先說一下我所做的工作順序。說不定能有參考。（系統：WIN10）

1.安裝CUDA

此處有其他大量且優質的帖，故不在此詳述。我自己的機器支持CUDA10.2，但是我安裝的是CUDA10，按理說應該版本是向下支持的。安裝正確在cmd中敲nvcc -V能顯示即可。

NVIDIA-smi命令截圖如下。感覺是沒什么問題的，驅動版本也挺高。

2.安裝對應版本的pytorch

首先想到的肯定是官網安裝。conda+重新開放的清華源=神速。此處是我自己的一個大坑。

3.安裝cudnn等

同樣，有大量帖子教學。我是在一直失敗，走投無路，抱著安裝一下試試的想法，結果并無卵用。

玄學解決

網上的攻略說產生此類問題的主要原因在于驅動安裝的不正確。但我自己的情況并不符合。

在搜了大量的帖子無果后。偶然發現，使用官網conda命令下載的，居然全是CPU版本。

無論我怎么嘗試使用conda下載任何版本，都是cpu版本的。可能是清華源的問題？？

既然conda無法用，那就用pip。官網的pip命令，不知道是不是我的問題，就算使用各種源，速度也超級慢，還會中斷，700M+硬是下不下來。無奈使用本地下載方法。

在此處尋找符合自己版本的pytorch-cuda版本，torchvision版本下載。

https://download.pytorch.org/whl/torch_stable.html

（速度同樣極慢！但是不會斷了。。。。勉強能下）

下載后pip install xxx(下載下來的文件名) 安裝即可。

接下來就見證奇跡了。但是奇跡是怎么發生的，conda為什么只能下cpu版本，我一直沒有搞明白。

補充：記錄下pytorch安裝中一個比較隱蔽的坑，torch.cuda.is_available()返回false的一個原因

如題，想要安裝GPU版，一開始從網上找了教程，顯卡驅動、CUDA、cuDNN挨個更新安裝，都選擇了10.1版本，安裝完后在anaconda中按照官網提示輸入下面的代碼，可以看到cudatoolkit即GPU版

conda install pytorch torchvision cudatoolkit=10.1 -c pytorch

然后發現基本上大一點的包都下載不下來，包括pytorch、cudatoolkit等等，遂又從網上找教程，加清華源，加了幾個之后下載很快，下載下來也可以用，以為已經成功了，但是torch.cuda.is_available()返回就是False。

最開始以為是開始安裝的版本不匹配，然后又嘗試了10.2版本的CUDA，結果還是一模一樣，最后輸入conda list后終于發現了問題所在：

可以看到第三列版本號前面的cpu，后來上清華源的網站上看了下，可能是清華源沒有對應cuda版本的pytorch，所以會裝cpu版的。

目前的解決方法有兩個，可以去清華源網站上找對應的版本，https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/，安裝輸入命令行時將cuda版本改掉。也可以科學上網，直接從官網安裝。