首先安装Anaconda:https://blog.csdn.net/weixin_41519463/article/details/89373643
然后用命令
source ~/.bashrc # 激活Anaconda
conda --version #检查conda是否能用
开始安装Pytorch,由于我的服务器显卡为cuda8,因此对应的pytorch版本为:
只能安装这个版本,不然的话,比如用语句conda install pytorch torchvision -c pytorch 安装的话会安装pytorch1.1,import torch时会报错,显卡不支持。因此只能安装0.4.1版本。安装方法:在conda能用的情况下,
以下参考:http://pytorchchina.com/2018/12/11/pytorch-windows-install-1/
pip install http://download.pytorch.org/whl/cu80/torch-0.4.1-cp36-cp36m-linux_x86_64.whl
pip install torchvision
如果下载速度慢,可以在电脑端打开http://download.pytorch.org/whl/cu80/torch-0.4.1-cp36-cp36m-linux_x86_64.whl 网页,下载whl文件,上传到服务器,再用命令pip install torch-0.4.1-cp36-cp36m-linux_x86_64.whl 安装
检查Pytorch安装是否成功,看与显卡是否兼容:
python
import torch
print(torch.cuda.is_available())
#返回结果是True,则PyTorch的GPU安装成功
#简单测试CUDA与cuDNN是否工作正常的代码,如果能正常输出结果则表明安装成功。:
# CUDA TEST
import torch
x = torch.Tensor([1.0])
xx = x.cuda()
print(xx)
# CUDNN TEST
from torch.backends import cudnn
print(cudnn.is_acceptable(xx))
补充:
我安装了torch0.4,只有这个版本才能兼容服务器cuda版本,然后用语句pip install torchvision==0.2.1
安装torchvision,因为如果直接用pip install torchvision的话,就自动给我卸掉了torch0.4换成torch1.2了。
然后这个版本的torchvision又可以使用torchvision.transforms.Resize()