Linux+CUDA9.0+pytorch0.4.1+torchvision-0.2.1机器学习（GPU炼丹炉）

作者最近在学习图卷积网络（GCN），看到了一篇论文《Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recognition》觉得挺有趣的，刚好github上面有开源代码就想着拿来复现一下他们的工作。

---

现有的一台服务器环境是（cuda9+cudnn7+tensorflow-gpu=1.7），是和别人共享的服务器，CUDA的版本稍微有一些老旧。

• 第一步就使用conda创建了属于自己的虚拟环境

conda env list  # 可以先查看一下现有的虚拟环境
conda create -n your_env_name python=3.6  # 创建python环境，我这里默认选择了3.6
source activate your_env_name  # 激活创建环境，成功的话命令行最前面出现(your_env_name)

这里强烈建议大家不要选择python3.7版本，自己最开始随便选了python版本，发现这个3.7版本对于其他包的兼容性较差，后来选了3.6版本就少了很多问题。

• 第二步就开始选择对应CUDA版本的包
  网上多数给的资料都是使用pip或者conda，通过命令行直接安装。但是这样安装会出现两个问题：1、默认下载、安装最新版本，导致版本不兼容；2、有些时候由于网络情况，导致下载安装多次失败。
  所以建议采用将需要的包下载好，通过final shell（macOS）上传觉得比较快速且稳定。
  找这些包的时候也花费了一些时间，所以把包上传到百度网盘（这个限速是有点蛋疼，不过网盘也是要恰饭的），方便大家使用。

  链接:https://pan.baidu.com/s/1gphQRXJRqAw3sucLqfJkVA 密码:thn1

下载好之后，上传到服务器，进入到两个文件所在的文件夹里面，使用pip进行安装

pip uninstall torchvision  # 卸载可能存在的torchvision
pip uninstall pytorch      # 卸载可能存在的pytorch
pip install torchvision-0.2.1-py2.py3-none-any.whl   # 安装torchvision0.2.1
pip install torch-0.4.1-cp36-cp36m-linux_x86_64.whl  # 安装pytorch0.4.1

正常情况应该就好了，最后祝大家炼丹愉快，有兴趣的话可以互相讨论学习一波GCN，(^ _ ^)