Linux服务器安装pytorch详解
pytorch环境的搭建是在服务器上运行相关程序,主要是深度学习等,的第一步,笔者从自身经历出发在下文给出详细的步骤介绍避免读者再走弯路。
特别地,笔者首先指出在进行下面步骤时笔者会使用的一些工具:
WinSCP 主要用于向服务器传输文件,可以使用其他工具
Mobaxterm 主要用于与在服务器上进行操作,强烈推荐.
在机器学习,深度学习中,要用到大量的 package(就是各种工具包)。一个个安装 package 很麻烦,而且容易出现疏漏。于是,就有了 Anaconda,这是一个集成了常用于科学分析(机器学习,深度学习)的大量package。
1.下载Anaconda安装包
可以官网或者清华镜像网站下载,其中官网下载速度较慢,因此推荐从清华镜像网下载,特别要注意的是下载的版本,这个从下载名中可以直接判断。
2.将下载好的安装包上传至服务器
笔者使用的是上文提到的WinSCP
3.在服务器上安装Anaconda
以上两个步骤时准备工作,做好之后,进入Mobaxterm与服务器连接
3.1查看CUDA驱动的版本
这一步非常重要,强烈建议不要省略,笔者因为没有注意所装pytorch版本过高导致无法用GPU运行。输入命令
nvidia-smi
随后可以看到服务器的一系列配置
CUDA Version: 10.1
3.2创建“屋子”
使用 conda 指令创建一个屋子,叫做 pytorch。
conda create -n pytorch python=3.7
conda 是指调用 conda 包,create 是创建的意思,-n 是指后面的名字是屋子的名字, pytorch是屋子的名字(可以更改成自己喜欢的),python=3.6 是指创建的屋子,是 python3.6 版本。这里3.6需要读者根据自身具体的情况填写。
对于之后的提示,一直进行安装至结束即可。
3.3安装pytorch
首先需要进入pytorch环境,执行如下语句,
conda activate pytorch
成功后会出现如下效果,
(pytorch) [XXXXXXX@XXXXXX]$
前面的pytorch表明进入了目标环境。
随后是我们的核心部分,进入pytorch官网安装对应版本的pytorch等内容。
上文提到了CUDA Version的版本,如笔者使用的10.1版本的,因此不能执行图中语句,而是应该执行
conda install pytorch torchvision torchaudio cudatoolkit=10.1 -c pytorch
随后正常安装即可。
4.验证是否安装成功
(1)在命令行左边为 pytorch 环境中,输入 python
(2)之后,输入 import torch
,如果没有报错,意味着 PyTorch 已经顺利安装了
(3)接下来,输入 torch.cuda.is_available()
,如果是 True,意味着你可以使用 GPU,如果是 False,意味着只能使用CPU。