PyTorch和CUDA的踩坑日常
某位知名大牛曾经说过，当你下载PyTorch的网速很慢时，说明你正走在正确的道路上；但当你使用国内镜像进行下载时，你会发现速度飞快，但你也离失败不远了。
踩坑之路
某些小伙伴们在新建了conda环境之后很自然的就会做的事就是去换国内源。实际上这样也没有任何问题，但为什么到了Pytorch上就会遇上问题呢？
# 当你满怀期待的测试刚刚国内镜像装好的torch和cuda时
python
import torch
torch.cuda.is_available()
# 结果显而易见
False首先大家来到PyTorch官网
可以看到下载命令中最后的-c pytorch，熟悉换源操作的小伙伴肯定都知道，在conda命令中的-c表示的是channel，也就是说通过-c pytorch命令我们选择的下载来源就是pytorch，而如果我们使用的是清华源等国内镜像，默认下载的就是CPU版本的pytorch，最终也就导致了无法正常使用pytorch进行GPU运算。
PyTorch安装
主流的方法为官网下载和whl下载
官网下载
重要的事说三遍！一定要到官网去下载！一定要到官网去下载！一定要到官网去下载！
指路☞PyTorch.org
如果你使用的anaconda来管理环境，直接使用官网中的下载命令下载即可快速便捷的完成安装。
需要注意，下载之前先查看自己的显卡配置支持的cuda版本，避免后续问题
whl下载
指路☞torch_stable
在网站中选择torch、torchvision和torchaudio的.whl文件下载
如下图所示，四个红色框框分别表示cuda10.2、torch1.8、python版本和系统环境，大家根据自己的情况下载
这里需要注意，下载的torch、torchvision和torchaudio版本一定要相互对应，具体可以查看官网，这里的包都是有一定的依赖关系的。
然后可以进入下载路径，即保存上述文件的路径中，执行以下命令
pip install torch-1.7.1+你选择的文件后缀
pip install torchvision-0.8.2+你选择的文件后缀
pip install torchaudio-0.7.2+你选择的文件后缀然后再使用以下命令测试
python
import torch
torch.cuda.is_available()输出true则说明成功啦！