1、下载Anaconda3
首先需要去Anaconda官网下载最新版本Anaconda3(https://www.continuum.io/downloads),我下载是是带有python3.6的Anaconda3-4.4.0-Linux-x86_64.sh。
2、安装Annconda3
bash Anaconda3-4.4.0-Linux-x86_64.sh 在home/ubuntu出现anaconda3文件夹(注:ubuntu是系统用户名、下同)。
source ~/.bashrc
安装的过程中需要选择三个yes、一个也不能少,这样就不用配置环境变量了
3、配置环境变量
gedit ~/.bashrc 加入下面那行命令
export CMAKE_PREFIX_PATH=/home/ubuntu/anaconda3/bin
gedit ~/.bash_profile 加入下面那行命令
export PATH="/home/ubuntu/anaconda3/bin:$PATH"
4、还需要安装一些依赖库
conda install numpy mkl setuptools cmake gcc cffi
conda install -c soumith magma-cuda75 # or magma-cuda80 if CUDA 8.0
(若出现conda not found之类的错误,运行命令source ~/.bashrc 、然后在执行)
5、源码安装pytorch
(1)可以用github上的这个链接(https://github.com/pytorch/pytorch)的源码,git cone(首先要建立git与github的ssh)到本地,运行
pip install -r requirements.txt 、python setup.py install安装即可。
注:不推荐使用这个github上面的源码安装、因为可能是因为pytorch版本的问题,导致我后面使用Tensor张量的时候出现了一下问题,例如经过 Temsor.max()函数之后把我的二维的变成了一维。
(2)http://pytorch.org/ ,conda命令下载安装。
(3)conda install -c peterjc123 pytorch=0.1.12 运行这个命令就OK
pytorch最近官网源码有了新的更新,但是Conda命令安装的可能还是以前没有更新的,更新之后源码问题应该也改善了,所以也可以选择源码安装。
6、测试
安装结束之后,打开python输入import torch 若不出现错误就已经安装成功了。
7、自己遇到的问题
(1)若心打开一个terminal在python中输入import torch出现不能发现torch moudle的错误,很疑惑,明明pytorch已经安装成功了,为什么还会出现这种错误呢,这个问题应该是环境变量没有配置好的问题,可以自己上网查看,不嫌麻烦的话也可以运行命令 source ~/.bash_profile 在运行import torch就可以了,但还是要注意安装的过程中就把环境变量配置好。
(2)安装过程中可能需要pip git vim等命令、有时候需要update的,要注意一下
一:安装anaconda
我安装的是python2.7,64位
https://repo.continuum.io/archive/Anaconda2-4.3.1-Linux-x86_64.sh
[plain] view plain copy
- bash Anaconda2-4.3.1-Linux-x86_64.sh
[plain] view plain copy
- source ~/.bashrc
二:安装pytorch
[plain] view plain copy
- gedit ~/.bashrc
然后加入:
[plain] view plain copy
- export CMAKE_PREFIX_PATH=/home/s/anaconda2/bin
接下来安装部分依赖库:
[plain] view plain copy
- <span style="font-size:14px;"># Install basic dependencies
- conda install numpy mkl setuptools cmake gcc cffi
- # Add LAPACK support for the GPU
- conda install -c soumith magma-cuda75 # or magma-cuda80 if CUDA 8.0</span>
下载pytorch的源码包:https://github.com/pytorch/pytorch/archive/master.zip
[plain] view plain copy
- <span style="font-size:14px;">cd /home/s/tool/pytorch/pytorch-master
- pip install -r requirements.txt
- python setup.py install</span>
export CMAKE_PREFIX_PATH="$(dirname $(which conda))/../" # [anaconda root directory]
# Install basic dependencies
conda install numpy pyyaml mkl mkl-include setuptools cmake cffi typing
# Add LAPACK support for the GPU
conda install -c pytorch magma-cuda80 # or magma-cuda90 if CUDA 9
git clone --recursive https://github.com/pytorch/pytorch
cd pytorch
python setup.py install
1.PyTorch安装
目前来说Pytorch只支持Linux和OSX两个平台,所以我选择Ubuntu12.04来进行PyTorch的安装和使用。
1.1 准备工作
(1) Anaconda
选择Anaconda进行Python安装,更轻松,很多第三方库包括matplotlib, numpy, scipy都已经配置好。其实你仔细去看看anaconda安装目录下的site-packages,会发现很多好玩的东西,比如开源的机器学习平台sklearn。
为了解决访问国外网站速度慢的问题,我们选择国内清华大学的tuna镜像,先下载安装包:
https://mirrors
.tuna.tsinghua.edu.cn/anaconda/archive/
- 1
TUNA 还提供了 Anaconda仓库的镜像,运行以下命令之后,就可以从TUNA镜像源下载所需要的第三方包,速度再也不是蜗牛了。
conda config --
add channels https://mirrors
.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --
set show_channel_urls yes
- 1
- 2
同时需要在~/.condarc中把- defaults那行删除,这样每次安装新的软件包就会从TUNA镜像下载。
(2) Git Clone源代码
相信我,如果按照PyTorch官方的“简单愉快”的方法去安装,是不可能的,从conda下面访问资源的速度很慢,试了几次还是不行。
## PyTorch官网提供的安装方法
conda install pytorch torchvision -c soumith
- 1
- 2
那么最后还有一个选择,install from source,果断在GitHub上找到PyTorch的repository:
https://github
.com/pytorch/pytorch
- 1
接下来需要做的就是将PyTorch最新的源代码取到本地:
gitclone https://github
.com/pytorch/pytorch
.git
- 1
PS:这一步很重要,如果是选择download zip的方式下载PyTorch的源代码,在进行编译安装时会报错,所以这一步请务必选用gitclone下载代码。
(3) Install from Source
根据PyTorch源代码的readme中的安装步骤,我们要先配置环境变量CMAKE_PREFIX_PATH,打开~/.bashrc输入:
export CMAKE_PREFIX_PATH=[anaconda root directory]
- 1
其中“[anaconda root directory]”指的是Anaconda的安装文件夹下的bin文件夹。在我的Ubuntu12.04上,安装路径如下:
export
CMAKE_PREFIX_PATH=
/home/wblgers/anaconda3/bin
- 1
另外由于我的GPU不支持CUDA,只能安装CPU部分,所以还需要设置环境变量NO_CUDA为1:
export NO_CUDA=
1
- 1
在完成上述两个环境变量配置后需要记得这一步,使环境变量生效:
source .bashrc
- 1
然后,我们需要安装PyTorch的依赖库:
conda
install numpy pyyaml mkl setuptools cmake gcc cffi
- 1
最后,一切准备就绪!马上进入愉快的编译安装过程:
python setup.py
install
- 1
大概十分钟左右,提示安装成功,马上进入Python试一试:
Python
3.5.2 |Anaconda
4.2.0 (
64-bit)| (default, Jul
2
2016,
17:
53:
06)
[GCC
4.4.7
20120313 (Red Hat
4.4.7-
1)] on linux
Type
"help",
"copyright",
"credits"
or
"license"
for more information.
>>> import torch
>>> x = torch.rand(
5,
3)
>>> print(x)
0.0592
0.4292
0.5637
0.6365
0.2012
0.5649
0.2594
0.8850
0.5157
0.0689
0.4914
0.8834
0.3978
0.7032
0.6879
[torch.FloatTensor of size
5x3]
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
可以看到import torch可以成功,表示PyTorch的安装完成!仔细一看PyTorch里面的数据操作和Matlab挺像的,方便上手。
2.TorchVision安装
TorchVision为PyTorch提供视频和图像方面的支持,包括数据库和模型等。安装好了之后可以很方便地导入很多图像数据库,比如cifar-10。下载地址为:
https://pypi
.python.org/pypi/torchvision/
0.1.8
- 1
我们点击Download下载whl文件,然后在Anaconda的环境中启动pip进行安装:
pip install torchvision
-0.1.8-py2.py3
-none-any.whl
- 1
至此,TorchVision就已经安装成功!
3. 小试牛刀
PyTorch官网的入门教程中有一个有关图像分类的,我们尝试着完成这个教程:
http://pytorch
.org/tutorials/beginner/blitz/cifar10_tutorial
.html
- 1
在页面的最下面有代码的下载链接,选择下载“cifar10_tutorial.py”,直接在终端中运行程序:
python cifar10_tutorial
.py
- 1
出现以下提示,正在下载cifar10数据库。
Downloading http://www
.cs.toronto.edu/~kriz/cifar-
10-python
.tar.gz to ./data/cifar-
10-python
.tar.gz
- 1
等了很久还是没下载好,我选择用其他下载工具譬如迅雷,直接下载cifar-10-python.tar.gz,大小接近180M,怪不得这么久。
然后在data文件夹里,对数据库解压:
tar -xzvf cifar-
10-python
.tar.gz
- 1
解压好了再选择运行代码cifar10_tutorial.py,提示数据验证通过:
Files already downloaded
and verified
Files already downloaded
and verified