Windows虚拟环境下pytorch、cuda不同版本配置问题

不同项目需要使用不同的配置环境，踩坑踩了两天，一直没搞清楚虚拟环境要不要安装cuda，后来才知道cuda是向下兼容的。

torch匹配cuda的本质是匹配cudatoolkit 与 cudnn
而高版本的cuda是可以向下兼任cudatoolkit和cudnn的
所以创建新环境安装项目需要的torch即可，会有对应torch版本所需要的cudatoolkit被安装（cudatoolkit是cuda的子集，里面的东西够pytorch使用），这样使用的cuda就不会是你系统的cuda11.1了。

前提：系统环境已经安装了适应显卡的cuda版本
1.使用anaconda创建虚拟环境

conda create -n your_env_name python=X.X（2.7、3.6等)

2. 激活虚拟环境

activate your_env_name

3. 在Pytorch官网下载对应版本的pytorch ，页面如图，（我认为用官方的conda install语句下载比较完整，torchvision和cudatoolkit都包含了，不容易出错）
   

不用管写的cuda版本是多少，比如我系统cuda版本是11.5，项目需要pytorch是1.4，则运行语句：

conda install pytorch1.4.0 torchvision0.5.0 cudatoolkit=10.1 -c pytorch

4. 主要的环境就配置完了！

之前下过torch1.10和1.0版本，在import的时候总会报错，
比如：torch1.10版本的时候报错Expected a ‘cuda’ device type for generator but found ‘cpu’，
1.0版本报错：module ‘torch.jit’ has no attribute ‘unused’
经过多次尝试才能找到适合的torch版本，太心累了。