Ubantu系统在anaconda中安装pytorch

方式1：进入官网下载安装文件
方式2：pip install命令安装

方式1：官网下载pytorch

第一行“PyTorch Build”，我选了稳定版
第二行“Your OS”，我选了Linux系统
第三行“Package”，我选了Conda。因为我系统上已经安装过Anacnda，带有conda环境。读者也可以勾选pip，使用pip命令安装PyTorch
第四行“Language”，我选了python
第五行“CUDA”：安装cuda的选择相应版本，没有安装的选None
然后，拷贝第六行"Run this Command"命令

执行命令之前，先用anaconda创建虚拟环境

conda create -n pytorch pip python=3.5

创建了一个叫做pytorch的虚拟环境（名字自己取），并在这个虚拟环境中安装了python3.5

source activate pytorch

激活虚拟环境

在虚拟环境中安装cuda和cudnn

GPU版本的pytorch安装比较复杂，在安装pytorch之前，通常需要安装显卡驱动，cuda和cudnn，CUDA是NVIDIA推出的用于自家GPU的并行计算框架，也就是说CUDA只能在NVIDIA的GPU上运行；cuDNN（CUDA Deep Neural Network library）：是NVIDIA打造的针对深度神经网络的加速库，是一个用于深层神经网络的GPU加速库。如果你要用GPU训练模型，cuDNN不是必须的，但是一般会采用这个加速库。CUDA是必须的，cudnn是可选的。
引自：Ubuntu18.04安装Pytorch

1.查看显卡型号以及是否CUDA

“driver”中后面带有“recommanded”就是推荐的显卡驱动型号。根据显卡型号到英伟达官网查询是否支持GPU。
https://developer.nvidia.com/cuda-gpus

查到

安装recommand的显卡驱动

sudo apt install nvidia-430

nvidia-smi

显示以上信息，驱动安装好了。

其实，可以先用nvidia-smi查一下，有的话就别安了

查看gcc版本

安装cuda可以到官网下载文件进行安装，也可以执行下面的命令安装
cuda网址

拷贝执行下面的两条命令

wget https://developer.download.nvidia.com/compute/cuda/11.0.3/local_installers/cuda_11.0.3_450.51.06_linux.run
sudo sh cuda_11.0.3_450.51.06_linux.run

安装时出现

Existing package manager installation of the driver found. It is strongly │
│ recommended that you remove this before continuing.

解决办法：

1.若出现’package manager installation of the driver found‘，换为另一种方法
sudo apt install nvidia-cuda-toolkit
引自：Ubuntu下的CUDA和CUDNN的下载及安装
https://blog.csdn.net/iefyy/article/details/102740388

sudo apt install nvidia-cuda-toolkit

最后查看cuda版本

nvcc -V

安装cudnn
网址：https://developer.nvidia.com/rdp/cudnn-archive#a-collapse742-10

选择与cuda对应的版本
进去下载，需要注册账号
进去之后，可选的有：

这三种的区别，请参考博客：cuDNN的安装（版本选择， Runtime 还是 Developer）

这里我选择cuDNN Library for Linux

吐槽：下载cudnn时，注册让填一大堆东西，太恶心了，最终放弃了注册

cudnn就不安装了，本来它就是个可选项

官方教程，没有试试：https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html#prerequisites

安装pytorch
网址：https://pytorch.org/get-started/previous-versions/

# CUDA 10.1
pip install torch==1.5.1+cu101 torchvision==0.6.1+cu101 -f https://download.pytorch.org/whl/torch_stable.html