关于pytorch的安装，我之前其实写过一篇博客：解决问题：import torch失败和torch.cuda.is_available()返回false
但是那是在windows下的，在ubuntu双系统下好像情况有点不一样，但是所幸踩的坑不算多，这里总结如下：
第一步：miniconda安装和pytorch环境准备
我这里此前安装的是Miniconda，安装过程可参见：miniconda安装
在下载pytorch之前，首先需要创建一个虚拟环境，例如，我这里为：
conda create --name pytorch
其中pytorch是我自定的名字，读者可根据需要修改。
因为在下载包的过程中，会涉及到一些文件的修改，需要获取root权限，因此执行：
sudo -i
此时进入root用户，激活环境
conda activate pytorch
第二步：安装CUDA和cuDNN
可以参考这篇文章：
【Linux】安装CUDA 11.2 和 cuDNN 8.4.0并检查是否安装成功
我个人因为此前配置过显卡，因此CUDA和cudnn都安装完了。这里只是参考这篇文章，使用下面命令查看了一下cuda的版本号（根据命令行提示下载nvidia相关工具即可）
nvcc -V
返回结果为：
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Sun_Jul_28_19:07:16_PDT_2019
Cuda compilation tools, release 10.1, V10.1.243
可见cuda是10.1版本。
接着查看cudnn的版本：
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
返回结果为：
#define CUDNN_MAJOR 8
#define CUDNN_MINOR 7
#define CUDNN_PATCHLEVEL 0
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)
/* cannot use constexpr here since this is a C-only file */
可见cudnn是8.7版本。
注意！需要确保cuda和cudnn版本匹配！如何确定匹配，同样可以参考【Linux】安装CUDA 11.2 和 cuDNN 8.4.0并检查是否安装成功
第三步：安装pytorch
进入pytorch环境，然后去pytorch官网，通常会看见类似下图的推荐命令，但是我们仍然需要根据我们自己的cuda和cudnn版本来进行安装，我这里选择install previous versions of PyTorch。
然后ctrl+F搜索CUDA 10.1即可快速定位到相关指令，复制命令进行安装即可，如果成功就不用看下一步了。
conda版本：
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.1 -c pytorch
pip版本：
pip install torch==1.8.1+cu101 torchvision==0.9.1+cu101 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html
第四步：附加步骤
conda和pip命令我都试过了，但是都是因为网络问题卡在安装的某个阶段（kb/s级别的下载速度），貌似也不是换源能解决的。
因此我选择手动下载whl文件到本地，在离线安装whl文件。
pip install torch==1.8.1+cu101 torchvision==0.9.1+cu101 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html
复制上面安装命令后半截的网址并打开：https://download.pytorch.org/whl/torch_stable.html
可以看到一连串的whl文件。
使用ctrl+F搜索cu101，再附加torch1.8.1，可以看见如下结果
这里我选择的是带有linux和cp38（对应python3.8）和x86_64字样的版本，点击或者复制链接到浏览器即可下载。
将下载好的whl文件移动至home目录下，在root下的pytorch环境中，运行下面命令，注意把username换成自己的用户名
pip install /home/username/torch-1.8.1+cu101-cp38-cp38-linux_x86_64.whl
很快就会安装完毕。
测试安装是否成功
输入python3，接着输入：
import torch
torch.cuda.is_available()
返回true即成功。
