使用conda一行命令安装pytorch-GPU运行环境
ubuntu pytorch环境配置
不是标题党，本文是介绍如何使用一行命令用conda安装pytorch-gpu运行环境。当然，能够一行安装环境前提是你已经正确安装了nvidia的GPU驱动和anaconda/miniconda管理工具。
安装GPU驱动
首先当然需要安装好nvidia的GPU驱动，搞了我很久时间，但其实很简单，如果有需要的同学可以消息我，我再分享安装过程。简单来说就是将所有的驱动卸载干净以后，直接sh命令安装官网下载的对应版本的驱动，这里会报错。但是不要害怕，我在按照报错提示下，下载安装两个相关包之后就成功执行了驱动安装文件，安装成功。
配置pytorch环境
docker
我先尝试了使用docker进行安装，根据官方网站安装好docker-community之后，很简单就下载了集成的image镜像文件，大小为2个多G，**image后就可以使用完全包含cuda+cudnn的 docker环境了，但是命令行环境，开发不太方便。所以就放弃了这种方式。（*现在想想，使用jupyter是否可以将服务启动，然后在网页中运行）如果有知道使用docker可以用Ubuntu图形界面的同学能告诉我以下，我也感激不尽。
重头戏：一行命令直接安装环境
我就尝试使用conda对pytorch进行安装，在看了很久的官网文件之后，发现只需要一行命令就可以将pytorch gpu环境配好，结合pytorch官方主页的内容。
首先安装好anaconda环境（其实miniconda是不是就可以呢，没用到anaconda的环境）下载好anaconda包并
bash 包名（我的包名为Anaconda2-2019.10-Linux-x86_64.sh）
安装好anaconda，全部选择默认配置就可以直接进入一个**的anaconda base环境。
然后我就直接运行了这样一行代码：
conda create -n pytorch1 python=3.7 git pandas jupyter ipython pytorch torchvision cudatoolkit=10.1 -c pytorch
其中
-n pytorch1
是指定新建的conda环境名为pytorch1，
pyhon=3.7
指定python版本
git pandas jupyter ipython
是我需要的git包（版本控制）、pandas（科学计算）、jupyter ipython（辅助编程）。
然后就会自动安装好环境了。
如果不需要这些包的话，只保留
conda create -n pytorch1（替换成你想要的名字） pytorch torchvision cudatoolkit=10.1 -c pytorch
就可以。
后面的-c pytorch好像是指定下载源？我也不是很清楚，但是pytorch官网保留，我就没有删掉。
如果需要别的python版本的pytorch，只需要改动python后面的指定命令就可以。
执行这行命令：
在下载了1.14G的文件（这里少了一个git，后来加的）以后，conda很快完成了安装，执行命令 conda activate pytorch1（或者你指定的名字），进入conda环境后，运行命令
import torch
print(torch.cuda.is_available())
结果是已经成功建立了使用gpu的pytorch编程环境。