Linux+pytorch下载指南（简单+高效）：小白必看版本

最近在服务器上下载了tensorflowgpu后，我准备同时在上面下载pytorch，作为小白还是同时比较这两者的使用情况更能深刻体会二者的不同。

下载流程（网速好版本）

前言先简单看一下pytorch下载流程：

1. 登陆官网，选择合适版本：
   Pytorch官网
   
   我根据自己服务器的版本（具体不知道怎么看自己服务器Linux版本的可以看下面这篇文章），选择了：稳定版+Linux+使用pip下载+python+cuda10.2
   Linux版本选择（包含tensorflowgpu在Linux上的下载流程）
   复制并输入命令如下：

pip install torch torchvision

正常来说这样就可以下载成功，结果如下：

下载流程（网速差版本）

但是凡事哪有那么简单，像我的话就在上面这步代码后报错了，原因是在下载whl文件的时候因为网速太慢耗时太长，所以下到一半就一片触目惊心的红色报错，这时我们可以先从官网下载对应的轮子，然后放到服务器上再下载。torch和torchversion的轮子官网如下：
Torch官网链接
torchversion官网链接


黄色标签的就是我下载的版本，cp指的是python版本，86_64是我的Linux版本，点击下载即可

下载结束后，将文件从Windows复制到Linux上，然后输入如下命令，即可安装：

pip install torch-1.5.0-cp37-cp37m-manylinux1_x86_64.whl torchvision-0.6.0-cp37-cp37m-manylinux1_x86_64.whl

错误解决

在使用pip下载安装大文件时，可能会遇到如下报错：

ERROR: Could not install packages due to an EnvironmentError: [Errno 28] No space left on device

这是因为pip下载时会把文件下载到临时目录，按我的理解（如果不对的话欢迎大家留言讨论），我们需要指定一个特定的有足够空间的目录来build这个大包，我在谷歌上搜索了他人的做法，包括如下：
说法一 from Google
说法二 from Google

以下是根据以上说法总结的具体做法，我亲测过，有效：

df -h #查看每一个盘所余空间
pip install pillow numpy future #因为torch和torchversion的下载需要依赖这三个包，所以我先下载下来
TMPDIR=/software/Anaconda3/torch/ pip install --cache-dir=/software/Anaconda3/torch/ --build /software/Anaconda3/torch/ torch-1.5.0-cp37-cp37m-manylinux1_x86_64.whl torchvision-0.6.0-cp37-cp37m-manylinux1_x86_64.whl #使用TMPDIR环境变量指定一个临时目录，这里我指定到我build的目录/software/Anaconda3/torch/下，在这个目录下构建wheel，--cache-dir=使用缓存，换成--no-cache-dir=应该也可以

过程和结果如下：

import一下看看可不可以：

import torch

成功