记录新鲜的服务器的环境搭建

判断torch版本是否可用

1. 导入import torch
2. 测试torch.cuda.is_available()
3. 测试torch.zeros(1).cuda()

• 然后发现不可用，原因在于RTX3090需要11.0以上的CUDA版本

问题一：去官网下载网络不可达

1.去清华源镜像下载轮子

• 地址
  https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/
• pytorch
  wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/pytorch-1.12.1-py3.10_cuda11.3_cudnn8.3.2_0.tar.bz2
• torchvision
  wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/torchvision-0.12.0-py310_cu113.tar.bz2

• torchaudio
  wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/torchaudio-0.12.0-py310_cu113.tar.bz2

• 对应关系参考

2. 安装

• 如果是环境python，就采用conda install --offline -n XXXX..tar.bz2
• 如果是虚拟环境，就采用conda install --offline -n env_name XXXX..tar.bz2

问题二：文件丢失

1. 问题导因

• 上述方法文件安装不全

2. 解决方法

• 添加清华源镜像
• conda install cudatoolkit=11.3

问题解决

• 然后就可以用一用新机器啦～