conda搭建旧版本pytorch虚拟环境——DASR复现
前言：Windows10下复现DASR模型时，在搭建环境的过程中遇到了一些问题。附：DASR需要python=3.6, pytorch=1.1.0, numpy, skimage, imagio, matplotlib, cv2。
搭建旧版本的pytorch虚拟环境常用有两种方式：
方法一：conda 命令方式，可以参考如下链接
安装老版本的Pytorch-腾讯云开发者社区-腾讯云 (tencent.com)
举例如下
# CUDA 9.2
conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=9.2 -c pytorch
# CUDA 10.1
conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.1 -c pytorch当遇到直接使用命令无法成功安装pytorch的情况，就需要使用方式二。
方式二：conda+pip+whl文件 灵活组合
搭建torch虚拟环境需要三个主要包：torch+torchvision(cv工具包)+cudatoolkit。
首先，通过两个表确定版本对应关系，cuda(CUDAToolkit)与torch之间(参考下表)
pytorch与torchvision、python之间(参考下表)
完整对应关系可查询这个链接：GitHub - pytorch/vision: Datasets, Transforms and Models specific to Computer Vision
例如，现在要安装torch=1.1.0，其对应的torchvision=0.3.0，cuda 8.0、9.0、10.0都支持。
然后，下载需要的whl文件
从pytorch官方网站：https://download.pytorch.org/whl/torch_stable.html下载torch和torchvision的whl文件，注意前缀分清cpu版本和cuda版本。例如这里我需要python3.6使用的torch1.1.0，它对应的torchvision版本是0.3.0，cuda选择10.0，即选红框标出的两个。
图中文件名含义：cu100表示cuda10.0，cp36表示python=3.6，后面表示amd64的windows系统。
最后，执行安装
# 激活创建好的虚拟环境并安装python3.6，此处省略
# conda方式安装cudatoolkit
conda install cudatoolkit=10.0
# 先使用cd命令进入whl所在的目录
pip install torch-1.1.0-cp36-cp36m-win_amd64.whl
pip install torchvision-0.3.0-cp36-cp36m-win_amd64.whl验证：torch.cuda.is_available() 返回True，说明pytorch安装成功 。
继续使用pip安装其他的包即可。
注意事项：
！第三方包的相互依赖以及多版本同时存在：比如说同一个虚拟环境里同时有numpy=1.16，numpy=1.19。当numpy作为其他包(例如opencv)的依赖项时，多个版本会冲突。可以多次使用pip uninstall numpy直至卸载干净，再安装需要的版本。opencv4.4.0需要numpy1.19的支持，若同时存在其他版本，就会导致无法使用。
！清华源里pip源比conda源更完整：清华的Anaconda镜像源，有很多包的版本没有更新，仍停留在几年前的版本。找不到需要的版本，可以使用pip搜索安装，或是对于已经安装的包执行更新：pip install -U $package_name
！conda install命令：在执行时，会自动把安装计划和可能引起冲突的已安装包列出，确定执行y之前一定要仔细检查。
其他问题：
ValueError: Cannot load file containing pickled data when allow_pickle=False
解决方式：在对应报错的numpy.load()中加上allow_pickle=True。
opencv 安装失败，或是安装后无法import。
安装可以使用whl文件的方式安装，无法正常使用是因为numpy的版本不满足要求。可尝试更新numpy版本，但要一并更新其他依赖于numpy的包。
参考博客：
(23条消息) Pytorch安装，这一篇就够了，绝不踩坑_孔德浩的博客-CSDN博客