linux环境GPU版pytorch安装教程

一、 安装python环境，建议使用anaconda

Anaconda

Anaconda是一个开源的Python发行版本，包含大量科学计算相关包。

Anaconda提供包管理和环境管理功能，可以方便解决多版本python并存，切换，软件包极其依赖安装问题。

官网 ： https://www.anaconda.com/

image.png

进入download页面选择对应python版本下载。

Anaconda服务器在海外，速度较慢，可以到清华镜像网搜索Anaconda下载。

https://mirrors.tuna.tsinghua.edu.cn/

Anaconda自带很多科学计算相关包了，如果需要的包没有，可以用pip或conda安装。

如要安装numpy，终端输入

pip install numpy 或者 conda install numpy 。

如果觉得下载慢，可以用清华镜像。

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple your-package

二、pytorch安装

PyTorch

由Torch7团队开发，以python为开发语言的深度学习框架，能实现GPU加速和动态神经网络（很多主流框架如Tensorflow不支持）

PyTorch可看做GPU加速支持的numpy，也可看做拥有自动求导功能的深度神经网络。

CPU版本的pytorch的安装

进入pytorch官网 : https://pytorch.org/

image.png

选择要安装的版本，如果电脑没有可进行GPU加速的显卡（比如我的macbook），cuda就选择none。
在终端运行下方生成的语句。

如 conda install pytorch torchvision -c pytorch

如果电脑有显卡可GPU加速，需要先安装cuda，才能安装GPU版本的pytorch

GPU版本的pytorch的安装

1. 安装 Nvidia Cuda

首先确认电脑显卡安装好驱动且支持cuda。

linux显卡驱动安装。
进入系统设置

image.png

image.png

选择相应显卡驱动并安装。

安装 Nvidia Cuda ：

https://developer.nvidia.com/cuda-downloads

image.png

根据下方给出的命令在终端运行。

image.png

最好opengl选择n，因为可能有安装后无法启动图形化桌面的问题。

配置环境变量
sudo vim ~/.bash_profile

在文本末尾加上

export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"
export CUDA_HOME=/usr/local/cuda

2. 安装 CuDNN

进入 ： https://developer.nvidia.com/cudnn
需要注册，注册完搜索cudnn进入如下界面：

image.png

选择你要的版本，下载下来的是deb包
运行sudo dpkg -i 安装

3. 安装GPU版本pytorch

和之前安装CPU版pytorch差不多，最后一行选择cuda 8.0，执行相关命令就行。

4. 测试

终端进入python界面

>>> import torch
>>> torch.cuda.is_available()
True

结果为True，则GPU版pytorch安装成功。