Pytorch学习笔记

Pytorch学习笔记

前言

最近在学习Pytorch，希望通过写博客的方式，一方面记录下自己在学习过程中遇到的坑，方便自己以后查阅，另一方面也希望能够将自己的学习笔记分享出来，给遇到类似问题的人一些帮助。

---

开发环境准备

本机环境：Ubuntu16.04 / GTX 1660 Ti
在下载相应的安装包之前，到torch官方网站查询支持的cuda版本，如下图，选择安装cuda11.1
（注：根据在GTX 3060 Ti显卡上的测试，30系的显卡貌似不支持cuda10系，所以我在另一台3060 Ti的电脑上安装的是cuda11.1）

确定好了cuda的版本之后，再到CUDA Toolkit Documentation去查询适配cuda版本的显卡驱动版本

对于cuda11.1版本，在linux系统下，只需要显卡驱动版本>=455.23即可

1. NVIDIA显卡驱动

确定好版本后，带NVIDIA官网下载NVIDIA-Linux-x86_64-465.24.02.run，接下来就是要安装显卡驱动了。（参考csdn教程）

1. 禁用nouveau
   sudo gedit /etc/modprobe.d/blacklist.conf 打开文件
   在文件最后添加两行：

   blacklist nouveau
   options nouveau modeset=0
   

   然后再更新一下
   sudo update-initramfs -u
   更新完以后重启电脑，输入指令
   lsmod | grep nouveau
   如果终端没有任何输出，则表示已经禁用成功

2. 关闭图形界面，进入命令行界面
   sudo service lightdm stop
   进入命令行界面后，输入用户名和密码登录

3. 进入到驱动安装文件所在目录，然后安装
   sudo ./NVIDIA-Linux-x86_64-465.24.02.run -no-opengl-files

4. 安装完驱动以后，重新进入图形界面
   sudo service lightdm start

5. 进入图形界面后，打开终端，输入
   nvidia-smi
   如果有显卡信息显示，则表示显卡驱动已经安装成功

2. CUDA

确定要安装的cuda版本（11.1），下载好对应的安装包cuda_11.1.1_455.32.00_linux.run

1. 按照官网说明进行安装
   sudo sh cuda_11.1.1_455.32.00_linux.run
2. 安装完成之后，配置环境变量，打开终端，输入sudo gedit ~/.bashrc，在文件最后添加

   export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.1/lib64
   export PATH=$PATH:/usr/local/cuda-11.1/bin
   export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-11.1
   

   保存修改后，运行source ~/.bashrc
3. 打开终端，输入nvcc --version或nvcc -V，如果有输出信息，则表示cuda已安装

3. Pytorch安装

个人习惯利用anaconda创建好虚拟环境以后，用pip安装对应的包。所以可以先创建好对应的虚拟环境（主要是选定python版本），到pytorch的官网，根据自己的python版本和cuda版本，选择合适的版本进行安装即可
pip3 install torch==1.8.1+cu111 torchvision==0.9.1+cu111 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html
如果要自定义安装不同版本（如cpu版本）的pytorch/torchvision等，可以到pytorch的官方下载源里找符合自己要求的安装包，下载下来以后用pip进行安装即可。
安装好pytorch以后，进入虚拟环境，检查安装情况

如上图，则表示安装成功，可以在此基础上进行pytorch的学习和开发了。

总结

总的来说，整个安装流程相对较为简单，只是在尝试给3060 Ti的电脑装pytorch的时候遇到过问题（之前说到的30系显卡不支持cuda10系），除此之外一切还算顺利，接下来就是学习torch官网的60分钟教程了，虽然之前看过一遍但是现在也忘得差不多了，重新开始再学一遍说不定也会有新的收获。