Pytorch的安装----pip、conda、Docker容器
文章目录
- 前言
- 一、Pyorch介绍
- 二、Pyorch安装
-
- 1.pip安装
- 2.conda安装
- 3.Docker容器安装
- 总结
前言
PyTorch是一个开源的深度学习框架，基础教学从开始安装学起，一步一个脚印。
提示：以下是本篇文章正文内容，下面案例可供参考
一、Pyorch介绍
PyTorch是一个开源的深度学习框架，用于计算机视觉和自然语言处理等应用程序的开发。它提供了一个灵活的编程模型，可以方便地进行模型定义、训练和分析。PyTorch采用了面向对象的编程风格，允许用户定义自己的神经网络层和损失函数。它还提供了丰富的工具和库，可以帮助用户实现复杂的深度学习模型。 PyTorch还可以与其他框架进行无缝集成，比如与TensorFlow进行集成，从而可以让用户获得最佳的深度学习体验。
二、Pyorch安装
由于pytorch的版本取决于使用的操作系统、Python版本和是否使用GPU因此下面先指定如下环境：
Ubuntu20.04
python版本可以在conda构建的虚拟环境中自由设定，以python3.8.15为例
GPU选择本机对应的型号，以RTX2080TI为例支持CUDA11.6
1.pip安装
首先，确保你已经安装了Python 3.8和pip。如果你还没有安装，可以在命令行中输入以下命令来安装：
sudo apt install python3 python3-pip
接下来，安装PyTorch的核心库和CUDA支持：
pip install torch torchvision
pip install torch torchvision cudatoolkit=11.6 -f https://download.pytorch.org/whl/torch_stable.html
然后，安装cuDNN，这是Nvidia提供的一个用于加速深度学习模型训练的库：
# 下载安装包
wget https://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu2004/x86_64/nvidia-machine-learning-repo-ubuntu2004_1.0.0-1_amd64.deb
# 安装安装包
sudo apt install ./nvidia-machine-learning-repo-ubuntu2004_1.0.0-1_amd64.deb
# 更新源
sudo apt update
# 安装cuDNN
sudo apt install --no-install-recommends libcudnn8=8.2.0.30-1+cuda11.6 libcudnn8-dev=8.2.0.30-1+cuda11.6
最后，运行以下代码来验证安装是否成功：
import torch
print(torch.__version__)
如果安装成功，那么会打印出当前安装的PyTorch版本号。
注意：在安装过程中，如果遇到问题，可以参考PyTorch官网的安装指南：https://pytorch.org/get-started/locally/。
2.conda安装
首先，确保你已经安装了Python 3.8和Conda。如果你还没有安装，可以在命令行中输入以下命令来安装：
# 下载安装包
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
# 安装
bash Miniconda3-latest-Linux-x86_64.sh
接下来，安装PyTorch的核心库和CUDA支持：
conda install pytorch torchvision cudatoolkit=11.6 -c pytorch
然后，安装cuDNN，这是Nvidia提供的一个用于加速深度学习模型训练的库：
# 下载安装包
wget https://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu2004/x86_64/nvidia-machine-learning-repo-ubuntu2004_1.0.0-1_amd64.deb
# 安装安装包
sudo apt install ./nvidia-machine-learning-repo-ubuntu2004_1.0.0-1_amd64.deb
# 更新源
sudo apt update
# 安装cuDNN
sudo apt install --no-install-recommends libcudnn8=8.2.0.30-1+cuda11.6 libcudnn8-dev=8.2.0.30-1+cuda11.6
最后，运行以下代码来验证安装是否成功：
import torch
print(torch.__version__)
如果安装成功，那么会打印出当前安装的PyTorch版本号。
注意：在安装过程中，如果遇到问题，可以参考PyTorch官网的安装指南：https://pytorch.org/get-started/locally/。
3.Docker容器安装
首先，确保已经安装了Docker。如果你还没有安装，可以在命令行中输入以下命令来安装：
sudo apt install docker.io
接下来，下载PyTorch的Docker镜像：
sudo docker pull pytorch/pytorch:1.8.1-cuda11.6-cudnn8-devel
然后，运行Docker容器：
sudo docker run -it pytorch/pytorch:1.8.1-cuda11.6-cudnn8-devel
进入Docker容器后，就可以在容器中运行PyTorch的Python代码了。
注意：使用Docker容器安装PyTorch的优点是简单、快捷，但是也有一些缺点，比如容器隔离的环境与宿主机的环境存在一定差异，如果需要使用宿主机上的文件，需要使用Docker的“挂载”功能，这需要一定的Docker知识和技巧。建议在安装PyTorch前，先了解Docker的基本操作方法。
总结
- PyTorch是一个基于Python的开源深度学习框架，可用于训练和预测深度学习模型。
- PyTorch支持多种安装方法，包括pip、Conda和Docker容器等，可以根据自己的需要选择适合的安装方法。
- 安装PyTorch后，可以在Python交互环境中验证是否安装成功，方法是输入import torch并打印torch.version。