语义分割学习系列（四）cpu和gpu版本的pytorch及其环境安装

前言

追根溯源，pytorch来自于torch，不过torch使用小众化的luna语言，而pytorch则是python，当然，pytorch在很多框架设计思想方面都做了更新。 我们这里也打算用pytorch框架来训练语义分割模型。

安装pytorch

在使用pytorch框架前，必须先安装。 其过程相对还是比较简单的。我这里的平台是：ubuntu18.0.4+python3.6

先尝试下面这个安装命令：

pip3 install torch, torchvision

但是发现下载速度非常慢，很难安装成功。后来在网上找到这个命令就很快安装好了：

python3 -m pip install --upgrade torch torchvision -i https://pypi.tuna.tsinghua.edu.cn/simple

安装好，输入下面命令来进行验证，并打印出torch和torchvision的版本号：

后续补充：

上面安装的是cpu版本，这样模型训练会非常慢。下面讲解gpu版本的pytorch安装。

先从https://download.pytorch.org/whl/cu90/torch_stable.html下载torch-1.1.0-cp36-cp36m-linux_x86_64.whl和torchvision-0.3.0-cp36-cp36m-manylinux1_x86_64.whl两个安装包，然后敲入命令：

pip3 uninstall torch
pip3 uninstall torchvision

sudo pip3 install xxx/torch-1.1.0-cp36-cp36m-linux_x86_64.whl xxx/torchvision-0.3.0-cp36-cp36m-manylinux1_x86_64.whl

 验证时输入： import torchvision可能会出现下面的错误：

>>> import torchvision
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  。。。 。。。
  。。。 。。。
    from . import functional as F
  File "/home/xxx/.local/lib/python3.6/site-packages/torchvision/transforms/functional.py", line 5, in <module>
    from PIL import Image, ImageOps, ImageEnhance, PILLOW_VERSION
ImportError: cannot import name 'PILLOW_VERSION'

解决办法是安装相对更低版本的pillow，如下所示

 pip3 install Pillow==6.2.2

torch和torchvision import成功后，最后再使用下面命令确认pytorch的cuda状态是否正常 

 如上图所示，如果cuda状态正常的话，其打印值应该为True。至此，cuda版本的pytorch安装完毕。

其它环境依赖包的安装

pip3 install matplotlib pillow tensorboardX tqdm

上面这个命令很简单，应该很快就能下载和安装完成。

此外，可能还需要安装以下两个包：

Cython的安装命令：

 python3 -m pip install --upgrade Cython -i https://pypi.tuna.tsinghua.edu.cn/simple

pycocotools的安装命令如下：

 pip3 install pycocotools

至此，pytorch框架以及环境依赖包的安装 基本完成。