cuda9.0-9.2环境安装pytorch>=1.5

       最近项目用到一阶段检测模型RetinaNet，想用detectron2包来训练模型，detectron2安装环境依赖pytorch>=1.5，我在安装pytorch的时候，可能由于网上下载的编译好的torch和torchvision与本地cuda和cudnn版本不兼容，我在使用pip和conda安装一直出现torch.cuda.is_available()返回False的问题，自己校对了pytorch安装包依赖的环境和本地cuda版本，终于成功安装pytorch。

安装pytorch

方案一：从官网用conda安装，https://pytorch.org/get-started/previous-versions/

方案二：我使用conda安装非常慢，没安装上，所以寻求其他方法：

1.conda create -n  pytorch_1_5_cuda92   python=3.7.6

2.从下载对应torch和torchvision安装包（torch与torchvision版本对应关系从方案一的命令可以查询）：

https://download.pytorch.org/whl/torch_stable.html

在服务器上执行(我的本机cuda是cuda=0.9，我网上下载的cu92对应的torch、torchvision安装文件，本地安装也成功)：

wget https://download.pytorch.org/whl/cu92/torch-1.5.0%2Bcu92-cp37-cp37m-linux_x86_64.whl

wget https://download.pytorch.org/whl/cu92/torchvision-0.6.0%2Bcu92-cp37-cp37m-linux_x86_64.whl

pip install torch-1.5.0+cu92-cp37-cp37m-linux_x86_64.whl  torchvision-0.6.0+cu92-cp37-cp37m-linux_x86_64.whl

3.python 运行import torch    print(torch.version.cuda)     torch.cuda.is_available()     出现True则安装成功；

4.如果还不成功，可以依靠博客[1]讲的三种方法安装cuda9.0-9.2和cudnn环境到指定的安装目录，然后将指定的安装目录加入环境变量和Lib的搜寻路径。

5. 我在服务器上安装torch.__version__='1.5.0+cu92'，对应的cuda与cudnn版本如下：

 export PATH=XXX/lib/cuda-10.0/bin:${PATH}

export LD_LIBRARY_PATH=XXX/lib/cudnn-10.0-linux-x64-v7.5.0.56/lib64:${LD_LIBRARY_PATH}

export LD_LIBRARY_PATH=XXX/lib/cuda-10.0/lib64:${LD_LIBRARY_PATH}

export PATH=XXX/lib/cuda-11.0/bin:${PATH}

export LD_LIBRARY_PATH=XXX/lib/cuda-11.0/lib64:${LD_LIBRARY_PATH}

export LD_LIBRARY_PATH=/usr/lib/x86_64-linux-gnu:${LD_LIBRARY_PATH}

Ref：

[1] https://zhuanlan.zhihu.com/p/68069328