pytorch源码安装

       系统：Ubuntu16.04（cuda8.0  cudnn v7）

       采用anaconda安装pytorch时，在navigator中显示安装的版本为低于0.4，而由于pytorch在0.4之后弃用volatile，被替换成torch.no_grad(), torch.set_grad_enable(grad_mode)等函数，导致在训练网络时出现报错，通过pytorch官方网站上的anaconda命令下载的版本同样低于0.4且会重新安装cuda及cudnn相关文件，导致linux系统的显卡驱动出现问题（cuda的安装，特别是deb版本的安装默认安装其自带的nvidia的相关驱动，与电脑中的显卡驱动不匹配，导致系统出现问题，此时需要重新安装对应版本的显卡驱动）

1、 cuda版本要求

       根据GitHub中的介绍，若要使用cuda, cuda版本高于7.5，cudnn高于6

2、pytorch源码安装 

      从GitHub中找到pytorch的repository（pytorch源码地址），通过git clone下载文件（网上看到有文章介绍直接下载zip文件会出现问题）

git clone https://github.com/pytorch/pytorch.git

  按照官方给出的方法安装

2.1 在.bashrc中写入环境变量，其路径与anaconda的环境变量一致，记得source .bashrc更新。

  

export CMAKE_PREFIX_PATH="$(dirname $(which conda))/../" # [anaconda root directory]

    如果不使用cuda，再加入

export NO_CUDA=1

2.2 安装相关依赖包

# Install basic dependencies
conda install numpy pyyaml mkl mkl-include setuptools cmake cffi typing
conda install -c intel mkl-dnn

# Add LAPACK support for the GPU
conda install -c pytorch magma-cuda80 # or magma-cuda90 if CUDA 9

 Tips：安装包由于网络不好或其他原因导致一些包无法下载，后来是手动在navigator中进行安装的。 

2.3 安装pytorch

   在setup时，有提示让init一下，具体根据提示的命令运行，之后再运行setup.py

python setup.py install

 2.4 通过import torch 测试安装是否成功（可以运行一个demo测试一下）