pytorch环境搭建| cuda版本、pytorch版本等问题解决

1.选择适合自己的pytorch进行安装

打开官网，https://pytorch.org/，如下：

这里按自己的需求选择，会生成安装命令，我选择了conda安装，cuda版本10.2，安装命令为：

conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch

测试一下gpu环境是否成功：

import torch
import torchvision
print(torch.cuda.is_available())

返回 Ture表示pytorch能够正常调用cuda

2.pytorch代码版本升级

pytorch安装好之后发现从github上拿到的是2018年的代码，使用的pytorch版本较低，代码没有及时维护，这时候需要自己调整代码的写法，主要以下几点：

（1）报错：IndexError: invalid index of a 0-dim tensor. Use tensor.item() to convert a 0-dim tensor to a Python

这个报错一般都是在调用update对象时候出现，主要有以下改动

top.update(prec[0]) 改为 top.update(prec.data)

loss_val.data[0] 改为 loss_val.data

（2）报错：RuntimeError: view size is not compatible with input tensor‘s size and stride

这个报错一般是在调用view对象时候出现，因为view()需要Tensor中的元素地址是连续的，但可能出现Tensor不连续的情况，所以先用 .contiguous() 将其在内存中变成连续分布：

out = out.view(out.size()[0], -1) 改为 out = out.contiguous().view(out.size()[0], -1)

（3） 报错：TypeError: can’t convert CUDA tensor to numpy. Use Tensor.cpu() to copy the tensor to host memory fi

这个报错一般是在调用numpy时候出现，如果想把CUDA tensor格式的数据改成numpy，需要先将其转换成cpu float-tensor随后再转到numpy格式。 numpy不能读取CUDA tensor 需要将它转化为 CPU tensor

predict.data.numpy() 改为 predict.data.cpu().numpy()