搭建PyTorch学习环境

一、告别虚拟机，拥抱WSL2+docker

win10 上使用 linux 系统最轻量的选择。

1、安装wsl+docker

请移步官网查看吧：在 Windows 10 上安装 WSL | Microsoft Docs

ps: 请在使用前查看自己的Windows 版本是否满足要求

1.1 安装ubuntu 18.04

2、安装docker (Windows 安装docker和普通软件差不多，只需要点击下一步就好了)

2.1 安装

请在安装的时候注意勾选（默认勾选），这样你在wsl2 就可以愉快的使用docker，当然你也可以选择，后续在docker设置里面更改。

2.12更改docker镜像源

二、安装开发工具（VS code +Pycharm）

1、安装VS code + 切换预言版本

下载地址：Download Visual Studio Code

2、安装Pycharm(至于怎么安装学习板，请自行百度吧)

PS:如果你有教育网邮箱，完全可以申请免费使用，而不需要去找破解版

下载地址：下载 PyCharm：JetBrains 为专业开发者提供的 Python IDE

三、配置ubuntu + pytorch 环境

1、更换ubuntu 18.04默认镜像源及python 版本

1.1 查看镜像源

cat /etc/apt/sources.list

1.2 ubuntu更改阿里云镜像源

备份源文件

cp /etc/apt/sources.list /etc/apt/sources.list.bak

更改镜像源

vi /etc/apt/sources.list

deb http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse

deb-src http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse

deb http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse

deb-src http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse

deb http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse

deb-src http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse

deb http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse

deb-src http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse

deb http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse

deb-src http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse

更新源

apt update

1.3 update-alternatives 管理 python 版本

（1）查看python默认版本

python --version

（2）查看系统中python版本

ls /usr/bin/python*

（3）update-alternatives 配置

 sudo update-alternatives --install /usr/bin/python python /usr/bin/python2.7 10

 sudo update-alternatives --install /usr/bin/python python /usr/bin/python3.6 20

sudo update-alternatives --install /usr/bin/python python /usr/bin/python3.7 100

（4）查看配置python 版本

update-alternatives --list python

（5）切换python 版本

sudo update-alternatives --config python

2 安装cuda 及cudnn

wget https://mirrors.aliyun.com/nvidia-cuda/ubuntu1804/x86_64/cuda-ubuntu1804.pin sudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600 sudo apt-key adv --fetch-keys https://mirrors.aliyun.com/nvidia-cuda/ubuntu1804/x86_64/7fa2af80.pub sudo add-apt-repository "deb https://mirrors.aliyun.com/nvidia-cuda/ubuntu1804/x86_64/ /" sudo apt-get update sudo apt-get -y install cuda-11-1(安装时候注意看自己pytorch 需要的cuda 版本) 注： 加入环境变量 export PATH=$PATH:/usr/local/cuda/bin sudo vim /etc/profile source /etc/profile (PS：安装cudnn 的时候 注意与cuda 版本对应) 安装cudnn-11.3-linux-x64-v8.2.0.53.tgz () sudo tar -zxvf cudnn-11.3-linux-x64-v8.2.0.53.tgz sudo cp cuda/include/cudnn.h /usr/local/cuda/include sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64 sudo chmod a+r /usr/local/cuda/include/cudnn.h sudo chmod a+r /usr/local/cuda/lib64/libcudnn* export PATH=/usr/local/cuda/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH 验证： Nvcc -V

3、安装PyTorch

3.1 安装pip3

sudo apt install python3-pip

# 验证安装

pip3 --version

修改pip 源

mkdir   ~/.pip touch  ~/.pip/pip.conf vim   ~/.pip/pip.conf [global] index-url=http://mirrors.aliyun.com/pypi/simple/ [install] trusted-host=mirrors.aliyun.com 升级pip sudo python -m pip install --upgrade --force-reinstall pip

3.2 安装PyTorch-cuda

pip3 install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html  --no-cache-dir

Wsl2会出现 安装程序被kill 情况，原因未知

3.3 conda installPpyTorch

3.3.1 安装miniconda

Miniconda 下载地址

安装：

bash ./Miniconda3-latest-Linux-x86_64.sh4

conda 命令加入环境变量

source .bashrc

3.3.2 安装pytorch

conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge

四、实际开发

1、vs code 连接wsl2 服务器

（1） 安装插件 Remote - WSL 、Python等

（2）创建工程

2、pycharm 连接wsl2 服务器

（1）安装rsync

sudo apt install rsync

（2）配置pycharm环境

File --->Settings

PS: 由于最后选择了miniconda 安装pytorch 所以要找到miniconda3 下的python3

验证程序：

import torch x = torch.rand(5, 3) print(x)   tensor([[0.7227, 0.6376, 0.1485],         [0.6444, 0.4452, 0.6889],         [0.7929, 0.2143, 0.0493],         [0.7046, 0.9750, 0.5610],         [0.4209, 0.9568, 0.4138]])   cuda 是否可用： import torch print(torch.cuda.is_available())   True

• 对于Windows10系统来说，启动docker之后，右键点击桌面右下角中的docker图标，选择Setting
  • Docker官方中国区：https://registry.docker-cn.com
  • 网易：http://hub-mirror.c.163.com
  • 中国科技大学：https://docker.mirrors.ustc.edu.cn
  • 阿里云：https://pee6w651.mirror.aliyuncs.com