Pytorch准备 - xjtu-BeiWu/pytorch_learning GitHub Wiki

Welcome to the pytorch_learning wiki!

pytorch installation

CUDA

1. 首先通过按照说明找到需要安装对应版本；

  •    $ uname -m && cat /etc/*release

  •    $ gcc --version

  •    $ uname -r

2. CUDA官网下载对应的CUDA版本及其补丁并安装；

   Ubuntu 推荐使用 runfile(local)

   安装过程中注意（例如）：

  •    $ sudo sh cuda_9.2.148_396.37_linux.run //该过程中不要使用自带驱动，重新从NVIDIA网站下载驱动安装并在cuda安装过程中驱动选择n

  •    $ sudo sh cuda_9.2.148.1_linux.run       //补丁安装

  •    检查安装是否成功 $ nvcc -V          //注意V大写

  •    编译Samples例子

      进入sample安装目录，输入make（等待10分钟左右）；

      可以在Samples里面找到bin/x86_64/linux/release/目录，并切换到该目录；

      $ sudo ./deviceQuery         // 运行deviceQuery程序，显示结果为PASS表示通过测试；

      $ sudo ./bandwidthTest         // 运行bandwidthTest程序，显示结果为PASS表示通过测试。

Pytorch

Anaconda

  1. 到国内清华镜像找对应版本下载；(或者到官网)

  2. 找到并进入下载安装包目录进行安装

  •    $ bash Anaconda<...>.sh; //我用的sudo bash Anaconda<...>.sh;

注意，如果之前没有配置环境变量的话，在这里要配置环境变量

  •    $ echo 'export PATH="~/anaconda3/bin:$PATH"' >> ~/.bashrc      //将anaconda的bin目录加入PATH，根据版本不同，也可能是~/anaconda2/bin

  •    $ source ~/.bashrc           //更新bashrc以立即生效

补充：卸载用rm -rf ~/anaconda3

torch和torchvision

  1. 到pytorch官网找对应版本，按照对应要求安装（例如：linux/conda/3.5/9.2）
  •    $ conda install pytorch torchvision cuda92 -c pytorch

或者

  •    用清华TUNA镜像源，包含Anaconda仓库的镜像，将其加入conda的配置，配置如下，在终端分别输入以下两条命令：

     $ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

     $ conda config --set show_channel_urls yes

  •    同时需要在~/.condarc中把- defaults那行删除，这样每次安装新的软件包就会从TUNA镜像下载。然后再输入安装命令即可（conda install pytorch torchvision cuda80 -c soumith）。

注意：如果anaconda采用的是sudo安装方式，则当前用户安装pytorch时会提示权限不够，因为anaconda文件夹及其子文件（夹）的所有者和组都是root。这时需要修改：

     $ sudo chown -R 用户 anaconda3/

     $ sudo chgrp -R 用户 anaconda3/     //用户为自己用户名，我只用了第一条

然后再安装就可以了！

⚠️ **GitHub.com Fallback** ⚠️