本文參考了：https://blog.csdn.net/xiqi4145/article/details/110254093

眾所周知，torch的環境配置是誘發人類高血壓的重要病因。

本文作者作為一名自身病友，久病成（庸）醫。釋出此文來解決在一臺計算機（的多個虛擬環境）上安裝多個版本的pytorch的病痛。

需要說明的是：

1 不同的torch需要不同的cuda版本。

2 一臺計算機上可以安裝多個版本的cuda，並可以通過PATH指定使用哪一個（後文細說）

安裝步驟如下：
1 開啟 https://pytorch.org/get-started/previous-versions/ 尋找你想要的torch版本。

比如使用torch==1.2.0，可以找到：

v1.2.0

Conda

OSX

# conda
conda install pytorch==1.2.0 torchvision==0.4.0 -c pytorch

Linux and Windows

# CUDA 9.2
conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=9.2 -c pytorch

# CUDA 10.0
conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0 -c pytorch

# CPU Only
conda install pytorch==1.2.0 torchvision==0.4.0 cpuonly -c pytorch
 

Wheel

OSX

pip install torch==1.2.0 torchvision==0.4.0

Linux and Windows

# CUDA 10.0
pip install torch==1.2.0 torchvision==0.4.0

# CUDA 9.2
pip install torch==1.2.0+cu92 torchvision==0.4.0+cu92 -f https://download.pytorch.org/whl/torch_stable.html

# CPU only
pip install torch==1.2.0+cpu torchvision==0.4.0+cpu -f https://download.pytorch.org/whl/torch_stable.html
 

可以使用pip下載。

我更常用的是用conda下載。但是如果用的channel是torch，經常會出現anaconda提示包找不到的情況。

這裡的cudatoolkit的版本需要和本地的nvcc -V的版本（也就是cuda的版本）一致（第4步闡述如何調節nvcc -V的版本），否則訓練時候會報錯：RuntimeError: cuDNN error: CUDNN_STATUS_EXECUTION_FAILED

2. 如果使用conda下載的話，需要更換國內的channel，輸入以下命令：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/

3. 輸入conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=9.2 （去掉-c pytorch）。就可以安裝cudatoolkit和torch了。這樣下載的速度也很快。

4.配置nvcc -V的版本（也就是cuda的版本）

首先需要下載torch需要版本的cuda。具體方法可以百度。

接著講述如何調節使用不同版本的cuda。

方法一：

在視窗中輸入想要的版本的cuda的安裝的路徑：

export CUDA_HOME=/mnt/lustre/share/cuda-9.2/
export PATH=$PATH:/mnt/lustre/share/cuda-9.2/bin/

僅限於對此視窗有效，視窗關閉後就失效。而且這樣僅僅會新增PATH，不會修改原來有的PATH。因此在我機器上這個方法依然不能改變nvcc -V的版本。

方法二：

改變~/.bashrc

將原來的CUDA_HOME和PATH改為：

export CUDA_HOME=/mnt/lustre/share/cuda-9.2/
export PATH=$PATH:/mnt/lustre/share/cuda-9.2/bin/

然後source ~/.bashrc。

然後重新開一個視窗。

想要檢視修改之後的CUDA_HOME和PATH，可以使用export命令即可。還可以用nvcc -V檢視cuda版本。

注意：如果使用tmux，建議新開一個session。要不然可能也會出現PATH沒有刪除僅僅增加的情況。

另外據引用的網頁所說，torch.version.cuda輸出的 cuda 的版本並不一定是 Pytorch 在實際系統上執行時使用的 cuda 版本，而是編譯該 Pytorch release 版本時使用的 cuda 版本。

想要檢視 Pytorch 實際使用的執行時的 cuda 目錄，可以直接輸出之前介紹的 cpp_extension.py 中的 CUDA_HOME 變數。

import torch
import torch.utils
import torch.utils.cpp_extension
torch.utils.cpp_extension.CUDA_HOME        #輸出 Pytorch 執行時使用的 cuda