深度学习实践操作—从小白到大白
目录
八. 安装Pytorch到特定的Anaconda环境
参考:官方网站https://github.com/pytorch/pytorch#from-source
教程中会将Pytorch安装到Anaconda下一个单独的环境中,因此需要事先安装Anaconda。在实际使用Linux系统时,每次接触一个新的东西的时候,利用Anaconda创建一个新环境,并且所需要的依赖项都尽可能在这个单独环境中进行操作,是一个很好的习惯。
还需要安装CUDA和cuDNN,CUDA版本至少7.5,cuDNN版本至少6.x
CUDA、cuDNN以及Anaconda的安装请点击目录有对应教程。
1. 配置环境变量
gedit ~/.bashrc
export CMAKE_PREFIX_PATH=/home/ggy/anaconda2/bin #改为Anaconda安装目录
2. 创建新环境MyPytorch
conda create -n MyPytorch #MyPytorch是为环境自定义的名字
3. 安装依赖包(需要联网)
conda install numpy pyyaml mkl setuptools cmake gcc cffi
或者
conda install -n MyPytorch numpy pyyaml mkl setuptools cmake gcc cffi
安装到环境MyPytorch
4. 加入GPU支持(需要联网)
conda install -c soumith magma-cuda80 #如果是CUDA 7.5 ,magma-cuda75
#或者
conda install -n MyPytorch -c soumith magma-cuda80 #安装到环境MyPytorch
安装这个的时候,国内由于网络原因可能安装不成功,可以使用另外一个源:
conda install -c pytorch magma-cuda80
#或者
conda install -n MyPytorch -c pytorch magma-cuda80#安装到环境MyPytorch
如果也不行可以下载安装文件在conda中离线安装:
https://anaconda.org/pytorch/magma-cuda80/2.3.0/download/linux-64/magma-cuda80-2.3.0-1.tar.bz2
source activate MyPytorch #激活想要安装的环境
cd /home/ggy/anaconda2/envs/MyPytorch #进入到环境目录下
conda install magma-cuda80-2.3.0-1.tar.bz2
5. 安装Pytorch(需要联网)
如果安装到特定目录,运行下两条命令:
source activate MyPytorch #激活想要安装的环境
cd /home/ggy/anaconda2/envs/MyPytorch #进入到环境目录下
安装
git clone --recursive https://github.com/pytorch/pytorch #下载
cd ./pytorch
python setup.py install #安装
6. 安装torchvision(需要联网)
如果安装到特定目录,运行下两条命令:
source activate MyPytorch #激活想要安装的环境
cd /home/ggy/anaconda2/envs/MyPytorch #进入到环境目录下
安装
git clone --recursive https://github.com/pytorch/vision #下载
cd ./vision
python setup.py install #安装