如题所述，为了搭建在Linux下的基于GPU版pytorch的Stable-Baselines3，花费了很大的经历。特此记录。
基本环境
Ubuntu 18.04
Python3.7
RTX3080
安装Stable-Baselines3步骤
通过Anaconda创建环境。
# 先创建一个环境
conda create -n env_name python=3.7
# 激活环境
conda activate env_name
# 安装cudatoolkit
conda install cudatoolkit=11.3
# 安装tensorboard，可省略，看是否需要
pip install tensorboard
# 安装pytorch，cudatoolkit与上述对应
conda install pytorch cudatoolkit=11.3 -c pytorch
# 但是安装完毕发现是CPU版本的，但是也先进行安装即可
# 解决方法见下文
# 最后安装stable-baselines3
pip install stable-baselines3
PyTorch官方安装指引
参照地址：
PyTorch官网说明
Q：pytorch按照官方说明安装的却是CPU版本的
同时使用的镜像是清华镜像。
安装提示给的是CPU版本的：
在安装的前提下，进行更换为GPU版本的。
参考方法：这个博客
第1步
到清华的镜像地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
第2步
第3步
CPU版本的是1.10.2的，所以下载的也是GPU版的1.10.2
第4步
其他两个包同理，我下载的依次是：
第5步
将其拷贝到一个目录下，然后进行安装：
conda install --offline xxxxx[这三个包的具体名字]
conda install --offline xxxx[这三个包的具体名字]
conda install --offline xxx[这三个包的具体名字]
第6步
最终，安装到了GPU版本的pytorch，如图：
安装检验
import torch
# 用此方法检查，有效。
torch.zeros(1).cuda()
# 用下面这种方法，不一定能检测出正确，因为可能出现如下错误：
# GeForce RTX 3080 with CUDA capability sm_86 is not compatible with the current PyTorch installation. The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_61 sm_70 sm_75 compute_37.
print(torch.device("cuda:0" if torch.cuda.is_available() else "cpu"))
