省流：解决办法是使用mamba代替conda，下载速度惊人
conda install mamba -c conda-forge
mamba install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch
问题1
conda install pytorch torchvision torchaudio pytorch-cuda=11.6 -c pytorch -c nvidia
使用pytorch官网给出的conda命令，会从国外源下载（-c pytoch -c nvidia），常常会出现网络问题。
问题2
conda install pytorch torchvision torchaudio pytorch-cuda=11.6
网上有些资料提到，去掉-c pytoch -c nvidia，使用国内源下载，比如北师大，阿里云。但实际情况是，使用国内源经常会下载pytorch的cpu版本。
根本原因：指定某一版本
cudatoolkit下的指定版本的pytorch不在源（国内conda镜像源或因外源）中，导致某一版本cudatoolkit下的指定版本的pytorch无法被conda install找到，然而不凑巧的是，源中却有指定版本的pytorch，不过它是CPU版本。那么，conda install这个小机灵鬼自作主张的替你安装了这个版本。结果就是，你觉得明明安装的是GPU版pytorch，可是像是有种神秘力量让你最终得到的总是cpu版pytorch。
因此网上的解决办法是先下载好指定版本的cudatoolkit
conda install cudatoolkit=XX -c http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/
但我进入镜像网页中只看到了几年前的版本。
因此这件事又不太好解决了
解决办法
mamba
- 相比于 conda，mamba 是用 c++重写了 conda 的部分功能，**运行效率显著提高，可以进行并行的下载，**使用 rpm 包管理工具中的 libsolv，可以更快的解决环境依赖问题，减少折磨人的Solving environment转圈圈的时间
- mamba 的使用也比较简单，首先使用 conda 安装 mamba，后面所有用到 conda 的地方，都可以使用 mamba 替换即可。
使用mamba，我的依赖问题解决了，显示下载的就是gpu版本，而且下载速度惊人，感觉可以抛弃conda了：）
conda install mamba -c conda-forge
mamba install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch