Ubuntu16.04环境下安装Pytorch

1、安装Ubuntu16.04.6

2、安装cuda到系统目录

          选择.run文件方式安装,并选择安装驱动.(如果执行了该步骤，后面可以免去单独安装驱动的步骤)

3、安装Anconda python3.7       

4、切记所有包的安装都使用清华镜像，切不可同时使用清华镜像和pytorch官方源以及python官方源

5、配置conda源

     使用命令或者在~/.coudarc文件中添加清华镜像

     conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

     https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/

     https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

     然后执行

     conda config --set show_channel_urls yes

     所有的anaconda python环境共享该配置

6、配置pip源

     mkdir ~/.pip

    cd ~/.pip

    gedit pip.conf

   添加以下内容到pip.conf文件

    [global]

    index-url = https://pypi.tuna.tsinghua.edu.cn/simple

    所有的anaconda python环境共享该配置

 7、创建新的python环境

Anaconda默认的环境以及各种包来自anaconda源，如果包的来源不一致会产生莫名其妙的问题，这里还在重新创建一个新的来自清华镜像的python环境,，且python版本不宜过高，我选为3.6。以下操作均在该环境下

conda create -n python36 python=3.6

conda activate python36

删除一个python环境 Conda remove -n python36 --all

8、安装pytorch

    打开pytorch官网，按照下图conda命令安装。如果不成功，可以多次执行conda命令.

   conda命令中的参数-c pytorch表示优先使用pytorch官方channels，因为已经添加了国内channels，所以一定去掉该参数，否则    还会使用pytorch的通道。

需要注意的是，使用conda命令安装的cuda包含cudnn，所以执行conda安装命令前务必确保GPU型号、cudnn版本号、cuda版本号一致。例如，我电脑上配备的是Pascal架构(计算能力6.1)的GTX1060，即将安装的cuda10.1，cudnn7.6.5之间的版本是一致的。

版本一致性信息可到下列网站查询

https://docs.nvidia.com/cuda/

https://docs.nvidia.com/deeplearning/sdk/index.html

9、conda命令成功执行后，执行下述测试代码，发现成功输出，说明pytorch安装成功了

10、执行下述语句，看看能不能使用cuda，如果输出false,说明cuda不可用

如果Pytorch安装成功，但是cuda却不可用，那时因为conda安装的cuda包并不包含显卡驱动(也没有安装nvcc)，而安装pytorch前又没有安装cuda.

11、安装tensorboard

Pytorch使用tensorflow的tensorboard做可视化任务，因此需要在anaconda中安装tensorboard

Pytorch和tensorflow共存在anaconda中会干扰tensorboard,所以不要安装tensorflow

安装tensorboard的pip命令如下

pip install tensorboard -i https://pypi.tuna.tsinghua.edu.cn/simple

如果配置过pip源，直接 pip install tensorboard即可