ubuntu源码安装pytorch

由于最近学习pytorch需要使用源码的pytorch(貌似是因为包含更多的扩展包?)因此记录一下安装与踩坑过程。
首先整体流程按照官方来:
https://github.com/pytorch/pytorch#from-source
我自己用的ubuntu所以按照其中linux的命令进行的安装,下面是过程,其他系统还请按照官方来。

首先

安装cuda与cudnn,注意版本与自己的驱动版本对应,且:
NVIDIA CUDA 9.2或以上
NVIDIA cuDNN v7 或以上

1.Install Dependencies:安装依赖

conda install -c pytorch magma-cuda110

注意最后那三个数是自己的cuda版本,我是10.0所以填的100

2.Get the PyTorch Source:获取源码

git clone --recursive https://github.com/pytorch/pytorch
cd pytorch
# if you are updating an existing checkout
git submodule sync
git submodule update --init --recursive

注意由于网络问题,一般会有一部分失败的包没下下来,这时在终端一直运行:

git submodule update --init --recursive

直到再次运行这行代码终端没有任何输出,就代表基本都下载完了。

3.Install PyTorch:安装Pytorch

安装代码:

export CMAKE_PREFIX_PATH=${CONDA_PREFIX:-"$(dirname $(which conda))/../"}
python setup.py install

可能会出现问题:
1.

Building wheel torch-1.9.0a0+git1416e57
-- Building version 1.9.0a0+git1416e57
Could not find any of CMakeLists.txt, Makefile, setup.py, LICENSE, LICENSE.txt in /home/su/pytorch/third_party/tensorpipe

这一般是文件夹下载下来了,里面的内容没下载下来(一个空文件夹),这个时候删掉最后那个目录代表的文件夹,比方说这里是进入/home/su/pytorch/third_party,然后删掉tensorpipe文件夹,然后运行:

git submodule update --init --recursive

文件夹就会重新下载下来(当然如果网络问题又没下载好就多来几遍这个代码),里面的内容也有了,此时再重新运行安装代码即可。

2.

ModuleNotFoundError: No module named 'yaml'

这类一般会在最底下给提示,当然也可能没有。提示如下

Please install it via `conda install pyyaml` or `pip install pyyaml`

照着提示用conda或pip安装对应的包就行。
我遇到的:
有提示:yaml
没提示:typing_extensions,dataclasses

3.

Building wheel torch-1.9.0a0+git1416e57
-- Building version 1.9.0a0+git1416e57
cmake --build . --target install --config Release -- -j 8
make: *** No rule to make target 'install'.  Stop.

这种应该是之前使用过一次安装代码,解决方法为将pytorch文件夹下的build文件夹删掉,再重新使用安装代码即可。

4.
这个不确定咋回事,先放这里:
编译安装完后虚拟环境打开python,import torch提示缺包导入失败,
此后重启电脑之后再次进入环境导入直接成功

  • 3
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 很高兴回答您的问题,Ubuntu Anaconda安装PyTorch CUDA=11.6 GPU版本的步骤如下:1. 安装CUDA 11.6;2. 安装Anaconda;3. 通过Anaconda安装PyTorch;4. 安装CUDA Toolkit;5. 激活GPU版本PyTorch。 ### 回答2: 要在Ubuntu安装PyTorch CUDA 11.6 GPU版本,可以按照以下步骤进行: 1. 首先,确保您的系统中已经安装了合适版本的NVIDIA驱动程序,以支持CUDA 11.6。可以使用以下命令检查已安装的NVIDIA驱动程序版本: ``` nvidia-smi ``` 2. 接下来,安装Anaconda来管理Python环境。您可以从Anaconda官方网站下载适用于Ubuntu的Anaconda安装程序。下载完毕后,运行以下命令安装Anaconda: ``` bash Anaconda-latest-Linux-x86_64.sh ``` 3. 安装完成后,更新Anaconda: ``` conda update --all ``` 4. 创建一个新的conda环境,并激活该环境: ``` conda create --name myenv conda activate myenv ``` 5. 添加conda,以便安装PyTorch和CUDA 11.6: ``` conda config --add channels conda-forge conda config --add channels pytorch ``` 6. 安装PyTorch和CUDA 11.6: ``` conda install pytorch torchvision torchaudio cudatoolkit=11.6 -c pytorch -c conda-forge ``` 7. 安装完成后,您可以使用以下命令验证是否成功安装: ``` python import torch print(torch.cuda.is_available()) ``` 如果输出为True,则表示PyTorch与CUDA 11.6 GPU版本已成功安装在您的Ubuntu系统上。 请注意,安装过程可能需要一些时间,并且根据您的系统配置以及网络连接状况,可能会有一些额外的依赖项需要安装。您可以根据安装提示进行相应的操作。 ### 回答3: 要在Ubuntu安装PyTorch的CUDA 11.6 GPU版本,可以按照以下步骤进行操作: 1. 首先,在Ubuntu安装Anaconda,可以从Anaconda官方网站下载适用于Linux的Anaconda安装程序。 2. 下载安装完成后,在终端中输入以下命令以创建并激活一个新的Anaconda环境: ``` conda create --name pytorch_env conda activate pytorch_env ``` 3. 接下来,安装CUDA 11.6驱动程序。可以从NVIDIA官方网站下载并根据说明进行安装。确保所使用的CUDA版本与显卡兼容。 4. 在Anaconda环境中安装PyTorch和必需的依赖项。可以使用conda命令或pip命令进行安装。以下是使用conda安装的示例命令: ``` conda install pytorch torchvision torchaudio cudatoolkit=11.6 -c pytorch ``` 或者,使用pip命令安装: ``` pip install torch==1.9.0+cu116 torchvision==0.10.0+cu116 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html ``` 这将安装PyTorch 1.9.0版本及其相关软件包,并与CUDA 11.6版本进行连接。 5. 安装完成后,可以编写和运行使用PyTorch进行GPU计算的程序了。可以在Python脚本中导入PyTorch库,并使用GPU进行计算。示例代码如下: ```python import torch # 检查CUDA是否可用 if torch.cuda.is_available(): device = torch.device("cuda") # 将张量分配给GPU x = torch.tensor([1.0, 2.0]).to(device) y = torch.tensor([3.0, 4.0]).to(device) z = x + y print(z) else: print("CUDA不可用") ``` 以上是在Ubuntu上使用Anaconda安装PyTorch CUDA 11.6 GPU版本的一般步骤。具体的安装细节可能会根据系统的配置和要求有所不同,请确保根据实际情况进行相应调整。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值