Linux环境下pytorch安装教程

1. 安装NVIDIA GPU显卡驱动

如果需要安装cuda版本的PyTorch，电脑也有独立显卡的时候，一般需要更新一下Ubuntu独立显卡驱动。否则即使安装了cuda版本的PyTorch也没办法使用GPU。

因为我的笔记本电脑显卡是NVIDIA的，所以首先去官网：NVIDIA显卡驱动下载，查看适合自己显卡的驱动，下载runfile文件：NVIDIA-Linux-x86_64-384.98.run。

然后按Ctrl + Alt + F1到控制台，关闭当前图形环境：

sudo service lightdm stop

卸载可能存在的旧版本NVIDIA 驱动（这一步是必须的，不然重启会有问题）:

sudo apt-get remove --purge nvidia*

安装驱动可能需要的依赖：

sudo apt-get update
sudo apt-get install dkms build-essential linux-headers-generic

把 nouveau 驱动加入黑名单并禁用用 nouveau 内核模块（如果新重装的系统，没有驱动起作用，忽略）：

sudo nano /etc/modprobe.d/blacklist-nouveau.conf

在文件 blacklist-nouveau.conf 中加入如下内容：

blacklist nouveau 
options nouveau modeset=0

保存退出，执行：

sudo update-initramfs -u

然后重启：

reboot

重启后再次进入字符终端界面（Ctrl + Alt + F1），并关闭图形界面：

sudo service lightdm stop

进入之前NVIDIA驱动文件下载目录，安装驱动：

sudo chmod u+x NVIDIA-Linux-x86_64-384.98.run
sudo ./NVIDIA-Linux-x86_64-384.98.run -no-opengl-files

-no-opengl-files表示只安装驱动文件，不安装OpenGL文件。这个参数不可忽略，否则会导致登录界面死循环。
最后重新启动图形环境：

sudo service lightdm start

可以通过以下命令确认驱动是否正确安装：

cat /proc/driver/nvidia/version

**值得注意的是，安装完显卡驱动后，桌面可能会出现菜单任务栏及窗体最大化最小化消失问题。**解决办法如下：

• 首先安装compiz配置管理器：

sudo apt-get install compizconfig-settings-manager

• 然后，打开配置管理器：

sudo ccsm

并在”general”启用OpenGL，在”Desktop”里启用Ubuntu Unity Plugin，然后返回桌面。

• 接着，重置compiz：

dconf reset -f /org/compiz/

• 最后注销重启：

gnome-session-quit

至此，NVIDIA显卡驱动安装成功。

2. 安装pytorch

进入PyTorch官网： 显示如下：

2.1 conda安装

2.1.1 没有CUDA

conda install pytorch-cpu torchvision-cpu -c pytorch

2.1.2 CUDA9.0

conda install pytorch torchvision cudatoolkit=9.0 -c pytorch

2.1.3 CUDA10.0

conda install pytorch torchvision cudatoolkit=10.0 -c pytorch

2.2 pip安装

2.2.1 没有CUDA

# Python 2.7
pip install https://download.pytorch.org/whl/cpu/torch-1.0.1.post2-cp27-cp27mu-linux_x86_64.whl
pip install torchvision

# if the above command does not work, then you have python 2.7 UCS2, use this command
pip install https://download.pytorch.org/whl/cpu/torch-1.0.1.post2-cp27-cp27m-linux_x86_64.whl

# Python 3.5
pip3 install https://download.pytorch.org/whl/cpu/torch-1.0.1.post2-cp35-cp35m-linux_x86_64.whl
pip3 install torchvision

# Python 3.6
pip3 install https://download.pytorch.org/whl/cpu/torch-1.0.1.post2-cp36-cp36m-linux_x86_64.whl
pip3 install torchvision

# Python 3.7
pip3 install https://download.pytorch.org/whl/cpu/torch-1.0.1.post2-cp37-cp37m-linux_x86_64.whl
pip3 install torchvision

2.2.2 CUDA9.0

# Python 3.x
pip3 install torch torchvision

# Python 2.7`
pip install torch torchvision

2.2.3 CUDA10.0

# Python 2.7
pip install https://download.pytorch.org/whl/cu100/torch-1.0.1.post2-cp27-cp27mu-linux_x86_64.whl
pip install torchvision

# if the above command does not work, then you have python 2.7 UCS2, use this command
pip install https://download.pytorch.org/whl/cu80/torch-1.0.1.post2-cp27-cp27m-linux_x86_64.whl

# Python 3.5
pip3 install https://download.pytorch.org/whl/cu100/torch-1.0.1.post2-cp35-cp35m-linux_x86_64.whl
pip3 install torchvision

# Python 3.6
pip3 install https://download.pytorch.org/whl/cu100/torch-1.0.1.post2-cp36-cp36m-linux_x86_64.whl
pip3 install torchvision

# Python 3.7
pip3 install https://download.pytorch.org/whl/cu100/torch-1.0.1.post2-cp37-cp37m-linux_x86_64.whl
pip3 install torchvision

3. 验证

为了确保pytorch安装成功，可以运行以下代码进行验证。

from __future__ import print_function
import torch
x = torch.rand(5, 3)
print(x)

将会输出类似以下的内容：

tensor([[0.3380, 0.3845, 0.3217],
        [0.8337, 0.9050, 0.2650],
        [0.2979, 0.7141, 0.9069],
        [0.1449, 0.1132, 0.1375],
        [0.4675, 0.3947, 0.1426]])

此外，如果想要检查GPU驱动或者CUDA是否使能，可以运行以下代码进行确认。

import torch
torch.cuda.is_available()

4. 最后