通过Anaconda降级PyTorch到1.3仅推送CPU版 如何安装GPU版本

问题原因 #

PyTorch 1.3版本官方预编译包最高仅支持CUDA 10.1，没有发布适配CUDA 10.2的版本，所以你在当前CUDA10.2环境下执行默认安装命令时，conda无法匹配到对应GPU版本，只会返回CPU版安装计划。

可选解决方案 #

方案1：降级CUDA版本到10.1（推荐，操作最简单） #

1. 先卸载当前环境中冲突的相关包：

conda remove pytorch torchvision pytorch-mutex cudatoolkit cudnn

2. 执行适配CUDA10.1的PyTorch1.3安装命令，指定对应绑定版本的torchvision：

conda install pytorch==1.3.0 torchvision==0.4.1 cudatoolkit=10.1 -c pytorch

GTX 1080 Ti完全兼容CUDA10.1，安装后不影响显卡性能调用。

方案2：手动编译PyTorch1.3适配当前CUDA10.2环境 #

如果你必须保留CUDA10.2，可以选择源码编译，步骤如下：

• 先安装编译依赖：

conda install cmake ninja numpy mkl cudatoolkit=10.2 cudnn=7.6.5

• 拉取PyTorch v1.3.0版本源码，初始化对应子模块
• 开启CUDA编译选项，执行编译安装即可，编译耗时通常在1小时以上，需确保设备内存足够。

验证安装结果 #

安装完成后执行以下代码，返回True即为GPU版安装成功：

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

注意：PyTorch1.3已停止维护多年，若无强制版本要求，建议使用更高版本PyTorch适配CUDA10.2，可免去版本适配问题。

内容的提问来源于stack exchange，提问作者j35t3r