一、已经安装好anaconda
二、安装pytroch
- 创建虚拟环境
为pytorch创建一个虚拟环境，这是推荐的做法，这样在创建其他环境如tensorflow时，就不会互相冲突。在终端输入：
conda create -n pytorch python=3.6
激活环境
source activate pytorch
2. 点击进入https://pytorch.org/get-started/locally/网站，根据自己linux的环境选择cuda版本
3. 使用conda镜像https://mirror.tuna.tsinghua.edu.cn/help/anaconda/
命令行运行conda config，这会在你用户家目录下添加一个空的.condarc文件
.condarc文件中写入
channels:
- defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
3.复制命令，在linux命令行中执行
conda install pytorch torchvision cudatoolkit=9.2 （去掉-c pytroch）
4. 检查是否安装成功
from __future__ import print_function
import torch
x = torch.rand(5, 3)
print(x)