TX2安装pytorch1.00 心得总结

由于导师的项目要求，作为小白的我被安装pytorch困扰了几天，以下是我总结的心得。
本篇是基于python3.6、cuda9.0和cudnn7.1版本

cuda、cudn和python版本号

由于TX2是基于ARM，cuda和cudn必须是ARM版本，版本号的查询如下：
查看 CUDA 版本

cat /usr/local/cuda/version.txt

查看 CUDNN 版本：

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

wheel安装心得

个人一开始用wheel的方式来安装torch和torchvision，但是发现跑代码的时候，用不了torch。
有博主可以直接用wheel方式成功安装，你们也可以试试参考链接如下：

wheel安装

源码安装心得

1.下载pytorch
在终端上输入以下命令，即可安装pytorch

git clone  http://github.com/pytorch/pytorch

但是，直接复制安装的是最新的pytorch版本，并且下载速度满，个人推荐在github直接下载需要的pytorch文件，我需要下载的是pytorch1.0.0版本，操作如下。

具体的源码安装可以参考下面这位大佬
链接

2.pytorch安装成功后，运行代码出现“too many resources requested for launch at /home/nvidia/pytorch/aten/src/THCUNN/generic/SpatialUpSamplingBilinear.cu:66”错误
经过数小时的编译后，发现pytorch文件的占用空间多大13g，直接将tx2的存储空间占满，并且直接跑代码时，会出现以下错误。

RuntimeError: cuda runtime error (7) : too many resources requested for launch at /home/nvidia/pytorch/aten/src/THCUNN/generic/SpatialUpSamplingBilinear.cu:66

解决方法，对在aten/src/THCUNN/generic/SpatialUpSamplingBilinear.cu进行修改：

line 62:
const int num_threads = comment out THCState_getCurrentDeviceProperties(state)->maxThraedsPerBlock;
//替换成
const int num_threads = 512;
Around line 97
const int num_threads = comment out THCState_getCurrentDeviceProperties(state)->maxThraedsPerBlock;
//替换成
const int num_threads = 512;

同时，打开aten/src/ATen/cuda/detail/KernelUtils.h

line 15:
constexper int CUDA_NUM_THREADS = 256;

打开aten/src/THCUNN/common.h

line 12：
const int CUDA_NUM_THREADS = 256;

修改完后，再次编译，会发现pytorch文件的占用空间变少了很多，哪位大佬可以解答一下。

line 12：
sudo python3 setup.py install