在Ubuntu 16.04系统上安装PyTorch

1 安装

1.1 环境

软硬件环境很重要：

• 操作系统：Ubuntu 16.04
• x86-64处理器，无GPU

1.2 安装

最权威的安装方式，当然是按照官网提供的教程。

说明：

• PyTorch版本：稳定版和预览版本（未经全面测试和支持）
• 操作系统：Linux，Mac，Windows
• 包：Conda，Pip，LibTorch，Source，建议使用Conda
• 编程语言：Python2.7, Python3.5, Python3.6, Python3.7, C++
• CUDA：9.2，10.1，无CUDA（即无GPU）
• 运行的命令

虽然在Linux上默认安装了Python 3.x，但默认情况下未安装pip。安装pip3：

sudo apt-get install python3-pip

根据我的软硬件环境，运行以下命令安装PyTorch：

sudo pip3 install torch==1.3.1+cpu torchvision==0.4.2+cpu -f https://download.pytorch.org/whl/torch_stable.html

注意：一定要添加sudo命令，否则会出现以下错误，然后需要再运行一次，很浪费时间。

ERROR: Could not install packages due to an EnvironmentError: [Errno 13] 权限不够:

‘/usr/local/lib/python3.5/dist-packages/numpy-1.17.4.dist-info’
Consider using the --user option or check the permissions.

安装完成后，会输出以下信息：

Installing collected packages: torch, pillow, torchvision
Successfully installed pillow-6.2.1 torch-1.3.1+cpu torchvision-0.4.2+cpu

1.3 可能遇到的问题

下载numpy时，网速很慢，只有几十KB，而且容易出现网络超时错误。

下载numpy：

Collecting numpy (from torch==1.3.1+cpu)
Downloading https://files.pythonhosted.org/packages/ab/e9/2561dbfbc05146bffa02167e09b9902e273decb2dc4cd5c43314ede20312/numpy-1.17.4-cp35-cp35m-manylinux1_x86_64.whl (19.8MB)

出现网络超时错误：

raise ReadTimeoutError(self._pool, None, ‘Read timed out.’)
pip._vendor.urllib3.exceptions.ReadTimeoutError: HTTPSConnectionPool(host=‘files.pythonhosted.org’, port=443): Read timed out.

这时，可以尝试添加--timeout=1000，即：

sudo pip3 install torch==1.3.1+cpu torchvision==0.4.2+cpu -f https://download.pytorch.org/whl/torch_stable.html --timeout=1000

其实，这属于pip超时问题，可以使用pypi镜像加快下载速度。

sudo pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy

可以明显看出，下载速度很快：

Looking in indexes: https://pypi.tuna.tsinghua.edu.cn/simple
Collecting numpy
Downloading https://pypi.tuna.tsinghua.edu.cn/packages/ab/e9/2561dbfbc05146bffa02167e09b9902e273decb2dc4cd5c43314ede20312/numpy-1.17.4-cp35-cp35m-manylinux1_x86_64.whl (19.8MB)
|████████████████████████████████| 19.8MB 20.9MB/s

Installing collected packages: numpy
Successfully installed numpy-1.17.4

2 验证是否安装成功

为了确保正确安装了PyTorch，我们可以通过运行示例PyTorch代码来验证安装。在这里，我们将构造一个随机初始化的张量。

from __future__ import print_function
import torch
x = torch.rand(5, 3)
print(x)

输出应类似于以下内容：

tensor([[0.3380, 0.3845, 0.3217],
        [0.8337, 0.9050, 0.2650],
        [0.2979, 0.7141, 0.9069],
        [0.1449, 0.1132, 0.1375],
        [0.4675, 0.3947, 0.1426]])

此外，要检查PyTorch是否启用了GPU驱动程序和CUDA并可以访问它，请运行以下命令：

import torch
torch.cuda.is_available()

查看PyTorc版本：

print(torch.__version__)