拖了很久的更新~，在看本篇博客之前需要看：创建AutoDL云服务器实例并安装GPU环境（一）_吃鱼丸的申申的博客-CSDN博客

和创建AutoDL云服务器实例并安装GPU环境（二）_吃鱼丸的申申的博客-CSDN博客_gpu云环境 

这两篇博客。

那么关于创建AutoDL云服务器实例并安装GPU环境最后一篇博客来啦~

（1）在上两篇的基础环境上，先来安装torch，我采用的是下面这个版本（注意一定要和自己创建实例的环境相对应）：

 上面的镜像文件需要在网上去找镜像，这里就不多说了。这里建议把镜像上传到网盘中，后续安装多个实例也更加方便，同时大家要注意，需要传到同一个地区服务器的网盘下。接下来进入到对应的网盘目录然后pip安装即可：

 看到下面这个提示就是安装成功啦：

（2） 接下来是安装torchvision，我用的是下面这个版本：

 同样，也需要在网上去寻找镜像文件，然后pip安装：

出现下面这一行也说明torchvision安装成功：
 

（3） 最后一步安装torchaudio，我采用的是下面这个版本：

 同样，也需要去寻找镜像文件，然后pip安装：

 出现下面这一行说明torchaudio安装成功：

 （4）jupyter页面更新

1.在py38环境中输入conda install ipykernel

2.输入：ipython kernel install --user --name=py38

在jupyter页面里面就可以看到下面多了一个基础环境。

 （5）远程链接

打开vscode编辑器，点击左下角的这个图标

 输入实例的ssh和密码远程链接。

（6）先激活配置环境，然后运行下面这段代码检查GPU是否配置成功

1.激活配置环境

2.运行下面这段代码

import torchvision
import torch
print(torchvision.__version__)
 
print(torch.cuda.is_available())

出现下面的结果就说明配置成功啦！！！