在ubuntu16.04下安装pytorch、wrap-ctc 和cuda

• 前言
  最近研究深度学习的东西，需要安装pytorch,花了一天的时间，终于部署好了。我用的编译软件是pycharm,然后在里面配置conda,
• 安装torch

因为conda里面没有pytorch,所以需要自己安装。注意！！！这里安装torch的0.4版本，之前安装高版本，一直出错，然后卸载降到了0.4.1版本

pip install torch==0.4.1

• 安装torchvision
  torchvision最好也要安装低版本的，方便能够正确安装

pip install torchvision==0.2.1

这样torch就安装好了，可以通过命令查一下,看里面有没有torch 和torchvision

pip list  

• 安装warp-ctc

git clone https://github.com/SeanNaren/warp-ctc.git
cd warp-ctc
git checkout ac045b6072b9bc3454fb9f9f17674f0d59373789   #这个很重要，不然会出bug...
mkdir build; cd build
cmake ..
make
cd ../pytorch_binding/
python setup.py install

如果上面这些，都可以成功运行，那么就可以把它写到环境变量中去

sudo gedit ~/.bashrc

然后在文档的末尾加上

export WARP_CTC_PATH="yourpath/warp-ctc/build"   #yourpath改一下

最后测试一下是否安装成功
到~/warp-ctc/pytorch_binding/tests路径中执行

~/warp-ctc/pytorch_binding/tests$ python test_gpu.py

但是我安装的时候出现了问题，显示没有cuda.h这个文件，用了各种办法，都没有用，最后发现我的服务器没有安装cuda,如果出现这个问题，一定是和cuda安装有关系
安装cuda
cuda是nvidia的编程语言平台，想使用GPU就必须要使用cuda。

1. 在安装之前一定要确认好自己的电脑里面有没有安装cuda,可以用下面的命令在终端运行
   nvcc -V
   如果安装好会出现如图所示的情况
   
   如果不是，那就要重新安装
2. 查看自己GPU的驱动是否成功安装,如果没有安装，就到官网上下载合适自己主机的驱动，然后安装
3. 正式安装cuda
   到官网下载cuda合适版本,我用的是cuda8,因为很多先用的项目都用的是这个，比较方便，最好下载runfile的格式，其他格式容易出错
   
   下载完cuda8.0后，记住自己放的路径，关闭图形界面（Alt+Ctrl+F1）执行如下语句，运行runfile文件：

#在此之前输入自己的账号和密码
sudo service lightdm stop
sudo sh cuda_8.0.27_linux.run

执行上面语句之后，会有一个说明书，一直按着空格键就好
然后会出现问题
1.accept
2.no(最好选这个，不然后面麻烦)
3.其余的都选y或者enter
安装成功之后会出现
声明环境变量

sudo gedit  ~/.bashrc

然后在文件里面添加

export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

关闭文件夹，执行下面命令,中途出现的警告不要管它

source  ~/.bashrc
sudo gedit /etc/profile

在打开的文件末尾添加并保存

export PATH = /usr/local/cuda/bin:$PATH

创建链接文件

sudo gedit /etc/ld.so.conf.d/cuda.conf

在文件中添加

/usr/local/cuda/lib64

然后执行

sudo ldconfig

测试一下是否安装成功

cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
make
sudo ./deviceQuery

如图所示，安装成功

现在可以使用nvcc -V,来检验一下。
回到安装warp-tct的问题中，再次执行，成功安装，完美！(一定要重新装，否则会显示缺少模块)

不放心，还可以回到~/warp-ctc/pytorch_binding/tests目录下面，执行

python test_gpu.py

出现下图
cuda参考
https://www.linuxidc.com/Linux/2017-01/139321.htm
https://www.linuxidc.com/Linux/2018-09/154292.htm
感谢！！