前言：
最近跑代码发现我的环境配置有一些问题，所以需要仔细检查一下我的CUDA环境以及重装Torch，由于也在服务器的linux环境重装了torch，有很多重复的步骤，总是记不住，所以写一篇博客来记一记，以后方便自己查看。
正文:
前提：主机已安装Anaconda，具备显卡。
1.查看及安装自己电脑适配的CUDA驱动器+cudann。
参考这篇博客，这里列一些注意注意事项，建议先看了再参考：
(a) 如下图所示，右侧的支持驱动版本11.0.228是支持的最高版本，你可以装稍微低一点的版本，但是不能高于此版本。比如我就是装的10.1的版本，可以正常使用。
（b）网上可以看到下表，我的驱动程序版本是452.56（也就是可以支持11.0.3），但是还是那句话，这个最高版本，对于容易冲动一股脑就下载最高版本的人来说，下载低一点的比较好。
（c）Cudann由于下载速度太慢，建议大家机智上网，我的火狐浏览器即使机智上网速度依然很慢，所以用的谷歌，当然，也可能因人而异。
注意一定要下载匹配自己刚才下载的CUDA版本，不然。。。就太惨啦！
2 Conda新建环境安装pytorch（快速安装，速度可观
如果你之前给Conda配置过其他源，可能会在创建虚拟环境过程中出一些很奇怪的错误，错误的最后提示是要不要上传当前错误情况，这里提前避免一下，linux 和 windows 下面操作相同（两个环境我都跑了，建议大家直接食用。
2.1 恢复默认源-创建虚拟环境。
# linux 系统如果从根目录直接想访问conda的话，可以先输入下面两句话，就可以正常使用conda命令了
echo 'export PATH="~/anaconda3/bin:$PATH"'>>~/.bashrc
source ~/.bashrc
# 下面创建步骤 windows 和 linux 相同
conda config --remove-key channels # 恢复默认源
conda create -n mynewenv python = 3.7
# 创建python版本为3.7的虚拟环境，环境名字叫做mynewenv，你可以换一个你想要的名字
2.2 创建torch环境
# 下面步骤 windows 和 linux 相同
conda activate mynewenv # 进入刚才创建的虚拟环境
# 添加源
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/pytorch/
# 输入命令下载torch，参考网址：https://pytorch.org/
# 选择适合你cuda版本的命令，注意命令后面的-c python要删掉！！！
conda install pytorch torchvision torchaudio cudatoolkit=10.1 # 我发现windows和linux命令是相同的...
删除官网命令后面的-c python之后的速度会快很多！否则得下到猴年马月啊，因为-c python的意思是使用官网源下载，不是我们添加的清华源，所以速度会慢很多，但是由于使用的其他源，也会有一些问题出现。比如说，缺少一些包之类的，可以输入conda list检查一下重要的三个包在不在。（pytorch / torch, torchvision , torchaudio, cudatoolkit）
2.3 检查torch是否安装成功
#windows 与 linux一致： 在刚才的虚拟环境下 进入python python
# 执行代码 import torch
# 判断torch是否安装成功 x = torch.rand(5,5)
print(x)
# 判断cuda是否安装成功可正常与torch共同使用
torch.cuda.is_available()
# 如果返回的是ture,则结束啦！正常的！后面会记录一些你可能会出现的错误，比如这里返回false
3 一些问题的解决方法
3.1 输入torch.cuda.is_available() 返回 false 无其他报错
解决办法:新建虚拟环境，重装torch。（前提：确认我的cuda版本支持以及cudann版本匹配，两者安装路径及步骤正确。
3.2 输入torch.cuda.is_available() 返回 false 有报错
报错信息如下图所示，提示cuda可能有一些问题。
解决办法：将安装的cuda驱动unload再reload，建议自行搜索教程。
3.3 输入nvidia-smi，报错：Failed to initialize NVML: Driver library version mismatch
解决办法：同3.2
4 记录一些额外的conda指令
# 以下命令 windows 和 linux一致 # 删除虚拟环境 conda remove -n mynewenv --all # 退出虚拟环境 conda deactivate # 如果不能正常进入虚拟环境按照下面两个步骤： # step 1 source activate mynewenv # step 2 conda activate mynewenv # 查看已有的虚拟环境 conda-env list # linux conda info -e # windows # 备份/ 克隆虚拟环境 conda create -n newenv --clone oldenv
5 参考博客：
https://www.cnblogs.com/guan-zl/p/12986253.html
https://blog.csdn.net/suiyueruge1314/article/details/89472914