方法一
1.用conda list 看看有没有cpuonly这个包，有的话删掉，这个包是装不上gpu版本的罪魁祸首。
conda uninstall cpuonly
2.装pytorch cudatoolkit（新建一个anaconda环境，或者把环境清空,注意版本号不要写错，清华源不是很智能，一定要加上详细的版本号搭配）
conda install python==3.6.13
conda install pytorch==1.10.0 cudatoolkit==10.2.89
方法二
1.很可能是因为conda换源的不完善的问题，下面是完整的国内清华源文件.condarc内容，打开你的电脑里的.condarc文件直接复制就行。
ubuntu 的话命令行 sudo vim ~/.condarc可以直接打开编辑，win10的话一般在C:\Users\”你的用户名”下面。
channels:
– defaults
show_channel_urls: true
channel_alias: http://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
– http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
– http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
– http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
– http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
– http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
– https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
custom_channels:
conda-forge: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
- 在conda 里搜寻可以安装的pytorch版本,我选择的是pytorch1.10.0,python3.6,cudatoolkit10.2的搭配。
conda search pytorch
- 因为我选择的是pytorch1.10.0,python3.6,cudatoolkit10.2的搭配，所以直接安装这三个包。注意cudatoolkit版本号可能需要精确到比如10.2.89才会安装的比较顺利。可以conda search cudatoolkit来查看当前库里能安装的cudatoolkit版本。
conda install python==3.6
conda install pytorch==1.10.0 cudatoolkit==10.2.89
然后编写python代码测试下看看显卡能不能用，命令行里可以先输入python进入代码编写模式。返回Ture的话代表安装gpu版本成功。
import torch
print(torch.cuda.is_available())
方法三
先安装cpu版本然后手动替换成gpu版本。
1.首先执行官方给的建议方式：Start Locally | PyTorch
conda install pytorch cudatoolkit=10.2
这里的-c pytorch是指用国外的下载地址，国内的小伙伴换成清华源后就不用加了
2.这时清华源可能会推送cpu版本的pytorch
3.我们可以先下载cpu的版本，然后手动替换成gpu版本。安装完cpu版本后用import torch 实验一下，不报错的话说明cpu版本安装成功，报错的话则不能进行下一步。
import torch
4.conda成功安装完cpu的版本后，去conda清华源找到对应的pytorch gpu版本（cuda版本）
Index of /anaconda/cloud/pytorch/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
网站资源包比较多，可以用Ctrl+F搜索
点击下载
5.下载完成后，激活conda 环境， cd 到下载的文件目录，安装他们
conda install --offline pytorch-1.10.0-py3.6_cuda10.2_cudnn7.6.5_0.tar.bz2
conda install --offline torchaudio-0.10.0-py36_cu102.tar.bz2
conda install --offline torchvision-0.11.0-py36_cu102.tar.bz2
6.然后conda list,查看是否已经被替换。替换完成就行了，不要在用conda install pytorch torchvision torchaudio cudatoolkit=10.2 指令下载了，因为conda 还是会推送cpu的包，会被替换掉，工作就白费了。
Original: https://blog.csdn.net/weixin_43868021/article/details/122083729
Author: 轩轩的学习之路
Title: 清华源conda 安装gpu版本的pytorch总是推送cpu版本解决办法
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/770308/
转载文章受原作者版权保护。转载请注明原作者出处！