ubuntu 16.04和win 10(用pip) pytorch GPU版本安装总结
文章目录
- 一、Ubuntu 16.04下pytorch（GPU）的安装
-
- 方法一：下载.whl文件并用pip安装（最方便）
- 方法二（建议直接跳过）
-
- 1. 创建单独的Anaconda环境！！
- 2. 安装显卡驱动
- 3. 安装CUDA 10.0
- 4. 安装与CUDA 10.0版本对应的Cudnn
- 5. 安装Pytorch
- 6. 检测pytorch是否安装成功
- 二、 Win10下pytorch的pip安装
-
- 1. 创建conda环境
- 2. 去官网下载相应的.whl文件
- 3. 激活conda环境并用pip安装
- 4. 验证
- 参考视频链接
本文这两部分是独立的，win10系统的可以直接跳到第二部分。
一、Ubuntu 16.04下pytorch（GPU）的安装
主要参考了这篇博客：ubuntu16.04 + Anaconda + CUDA10 + cudnn + pytorch + pycharm
方法一：下载.whl文件并用pip安装（最方便）
CUDA的安装可以参考方法二中的内容。
- 进入官网对应的地址找到torch和torchvision对应的.whl版本即可下载！（这里由于重装Ubuntu之后我用的是cuda 9.0版本，python是2.7版本，所以选择的torch版本文件名为：
torch-1.1.0-cp27-cp27mu-linux_x86_64.whl，torchvision版本为：torchvision-0.3.0-cp27-cp27mu-manylinux1_x86_64.whl，这里一定要下载带有mu后缀的文件！） - 进入下载目录用pip安装即可
cd ~/Downloads
pip install torch-1.1.0-cp27-cp27mu-linux_x86_64.whl
pip install torchvision-0.3.0-cp27-cp27mu-manylinux1_x86_64.whl
- 检查是否安装成功
import torch
import torchvision
torch.cuda.is_available() #True即安装成功
CUDA11.0对应的pytorch版本见这里
CUDA11.4可以下载CUDA11.3版本对应的torch，即torch1.11.0+cu113版本，链接在这里。
在pip install过程中可能由于墙的一些原因导致下载失败，这里可以参考这篇博客对pip进行换源。
方法二（建议直接跳过）
1. 创建单独的Anaconda环境！！
单独的Python环境真的比较重要，我这里创建了python 3.6的环境pytorch
2. 安装显卡驱动
这一步应该在安装完Ubuntu 16.04之后就已经完成了，我的上一篇博客中的方法比较复杂，还有一种方法就是从官网下载之后直接从system settings -> software & updates -> additional driver中找到相应的驱动软件即可。
检查显卡驱动
nvidia-smi
(如果安装完pytorch之后该语句说找不到nvidia command，这时候重启就行！！！)
3. 安装CUDA 10.0
因为参考博客上安装的是CUDA 10.0，我也就直接照葫芦画瓢了。进入CUDA 10.0对应链接
官网已经给出了安装指令，如下图：
其他版本的cuda也是照葫芦画瓢，注意安装的时候取消安装显卡驱动。
export PATH=/usr/local/cuda-10.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH
4. 安装与CUDA 10.0版本对应的Cudnn
进入Cudnn的链接（需要帐号密码登录），然后下载
进入官方教程，将解压后include中的文件copy到CUDA文件目录下：
上图的第一句有问题，少了一个星号，改为：
sudo cp cuda/include/cudnn*.h /usr/local/cuda/include
检查Cuda版本
nvcc -V
检查cudnn是否安装成功
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 # 旧版本
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
输出结果如下：
#define CUDNN_MAJOR 8
#define CUDNN_MINOR 2
#define CUDNN_PATCHLEVEL 0
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)
#endif /* CUDNN_VERSION_H */
5. 安装Pytorch
Pytorch官方链接：https://pytorch.org/get-started/locally/
按照官网提示用conda安装pytorch，最好用清华镜像。可以参考这篇博客
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
接下来是检验cudnn是否安装成功：
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 # 旧版本cudnn
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2 # 新版本cudnn
(由于此时更新的时候我已经将CUDA换成了10.2，所以对应的cudnn版本比较新，8.2.0，输出如下：)
#define CUDNN_MAJOR 8
#define CUDNN_MINOR 2
#define CUDNN_PATCHLEVEL 0
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)
#endif /* CUDNN_VERSION_H */
安装pytorch的shell语句：
conda install pytorch torchvision cudatoolkit=10.0
这里一定要去掉 -c pytorch！！！！这样才能使用清华源
6. 检测pytorch是否安装成功
conda activate pytorch
python
import torch
print(torch.cuda.is_available()) #输出为True表示安装成功
(整个安装倒不麻烦，就是自己一开始没有创建python 3.6环境，导致系统识别不了conda包，重新安装了anaconda就好了。)
二、 Win10下pytorch的pip安装
我这里安装的是torch 1.2.0版本和torchvision 0.4.0 CUDA 10.0版本，感觉pip安装比conda安装要快很多。(Cuda 10.0和Cudnn相对应的版本安装就不再赘述了)
1. 创建conda环境
conda create -n pytorch_gpu python=3.6
2. 去官网下载相应的.whl文件
官网下载链接
找到以下两个文件名并开始下载：cu100/torch-1.2.0-cp36-cp36m-win_amd64.whl和cu100/torchvision-0.4.0-cp36-cp36m-win_amd64.whl
这种方法下载速度非常快，torch的下载包大概在700MB左右。
也可以根据已安装的CUDA版本（nvcc -V查看版本）下载其他pytorch版本
3. 激活conda环境并用pip安装
进入下载目录并在搜索框搜索cmd并输入以下指令：
activate pytorch_gpu
pip install torch-1.2.0-cp36-cp36m-win_amd64.whl
pip install torchvision-0.4.0-cp36-cp36m-win_amd64.whl
安装完成之后，打开pycharm配置解释器即可。
4. 验证
import torch
torch.__version__ #'1.2.0'
torch.cuda.is_available() #True，则安装成功
参考视频链接
https://www.bilibili.com/video/BV1k7411j7S9?p=2