原标题：使用conda一行命令安装pytorch-GPU运行环境

原文来自：CSDN      原文链接：https://blog.csdn.net/l358682594/article/details/102875051

ubuntu pytorch环境配置

不是标题党，本文是介绍如何使用一行命令用conda安装pytorch-gpu运行环境。当然，能够一行安装环境前提是你已经正确安装了nvidia的GPU驱动和anaconda/miniconda管理工具。

安装GPU驱动

首先当然需要安装好nvidia的GPU驱动，搞了我很久时间，但其实很简单，如果有需要的同学可以消息我，我再分享安装过程。简单来说就是将所有的驱动卸载干净以后，直接sh命令安装官网下载的对应版本的驱动，这里会报错。但是不要害怕，我在按照报错提示下，下载安装两个相关包之后就成功执行了驱动安装文件，安装成功。

配置pytorch环境

docker

我先尝试了使用docker进行安装，根据官方网站安装好docker-community之后，很简单就下载了集成的image镜像文件，大小为2个多G，激活image后就可以使用完全包含cuda+cudnn的 docker环境了，但是命令行环境，开发不太方便。所以就放弃了这种方式。（*现在想想，使用jupyter是否可以将服务启动，然后在网页中运行）如果有知道使用docker可以用Ubuntu图形界面的同学能告诉我以下，我也感激不尽。

重头戏：一行命令直接安装环境

我就尝试使用conda对pytorch进行安装，在看了很久的官网文件之后，发现只需要一行命令就可以将pytorch gpu环境配好，结合pytorch官方主页的内容。
首先安装好anaconda环境（其实miniconda是不是就可以呢，没用到anaconda的环境）下载好anaconda包并

bash 包名（我的包名为Anaconda2-2019.10-Linux-x86_64.sh）1

安装好anaconda，全部选择默认配置就可以直接进入一个激活的anaconda base环境。
然后我就直接运行了这样一行代码：

conda create -n pytorch1 python=3.7 git pandas jupyter ipython pytorch torchvision cudatoolkit=10.1 -c pytorch1

其中

-n pytorch1

是指定新建的conda环境名为pytorch1，

pyhon=3.7

指定python版本

git pandas jupyter ipython

是我需要的git包（版本控制）、pandas（科学计算）、jupyter ipython（辅助编程）。
然后就会自动安装好环境了。
如果不需要这些包的话，只保留

conda create -n pytorch1（替换成你想要的名字） pytorch torchvision cudatoolkit=10.1 -c pytorch1

就可以。
后面的-c pytorch好像是指定下载源？我也不是很清楚，但是pytorch官网保留，我就没有删掉。
如果需要别的python版本的pytorch，只需要改动python后面的指定命令就可以。

执行这行命令：
在下载了1.14G的文件（这里少了一个git，后来加的）以后，conda很快完成了安装，执行命令 conda activate pytorch1（或者你指定的名字），进入conda环境后，运行命令

import torch                                                                                                                                   
print(torch.cuda.is_available())12

结果是已经成功建立了使用gpu的pytorch编程环境。

免责声明：本文来自互联网新闻客户端自媒体，不代表本网的观点和立场。

合作及投稿邮箱：E-mail:editor@tusaishared.com