PyTorch：深度学习框架的崛起与应用

conda下安装pytorch最详细教程 // 安装pytorch踩坑记录 // cuda11.5下pytorch安装 // torch.cuda.is_available()
本文主要介绍了在conda环境下如何安装pytorch，包括详细的步骤、注意事项、常见问题以及解决方案。同时，还介绍了在安装过程中可能遇到的“坑”以及如何正确使用torch.cuda.is_available()函数。
一、conda下安装pytorch最详细教程

1. 打开终端，激活conda环境，如：

   conda activate pytorch_env

2. 确认操作系统版本及位宽，如：

   python -c "import platform; print(platform.platform())"
   python -c "import struct; print(struct.calcsize('P') * 8)"

3. 拉取最新版本的pytorch，如：

   conda install pytorch torchvision torchaudio cudatoolkit=xx.x -c pytorch

   其中，xx.x为对应的CUDA版本号（例如：11.0）。如果您使用的是CPU版本，请略过此步骤。
4. 验证安装结果，如：

   python -c "import torch; print(torch.__version__)"
   python -c "import torchvision; print(torchvision.__version__)"
   python -c "import torchaudio; print(torchaudio.__version__)"

5. 安装成功后，您可以开始使用PyTorch了。
   二、安装pytorch踩坑记录
   在安装PyTorch的过程中，可能会遇到一些问题。下面是一些可能出现的“坑”及解决方案：
6. 坑一：无法找到合适的CUDA版本。
   解决方案：在拉取PyTorch时，请根据您的实际情况选择正确的CUDA版本号。目前CUDA 11.5 是不支持的，最高支持版本为CUDA 11.4。如果您使用的是其他版本的CUDA，请参照PyTorch官方文档中的说明进行选择。
7. 坑二：安装过程中出现“OverflowError: Python int too large to convert into C long”错误。
   解决方案：该错误通常是由于操作系统位数与PyTorch版本不兼容所导致。通过执行以下命令来确认操作系统的位数并进行相应的安装：

   conda install pytorch torchvision torchaudio cudatoolkit=xx.x -c pytorch --32bit

   或者

   conda install pytorch torchvision torchaudio cudatoolkit=xx.x -c pytorch --64bit

8. 坑三：无法正确导入torchvision模块。
   解决方案：请确认您的PyTorch版本与torchvision版本是否兼容。如果不兼容，请更新PyTorch或torchvision版本。建议使用相同版本进行安装，以避免出现不必要的问题。
9. 坑四：无法正确导入torchaudio模块。
   解决方案：请确认您的PyTorch版本与torchaudio版本是否兼容。如果不兼容，请更新PyTorch或torchaudio版本。建议使用相同版本进行安装，以避免出现不必要的问题。
   三、cuda11.5下pytorch安装
   目前CUDA 11.5并不支持PyTorch，您可以参照以下步骤进行安装：
10. 确认您的CUDA版本并下载对应的PyTorch版本（例如：CUDA 11.4对应PyTorch 1.8.0）。请注意，不要下载CUDA 11.5版本的PyTorch。