前言
PyTorch是一個(gè)開源的Python機(jī)器學(xué)習(xí)庫。2017年1月，由Facebook人工智能研究院（FAIR）基于Torch推出了PyTorch。它是一個(gè)基于Python的可續(xù)計(jì)算包，提供兩個(gè)高級功能：1、具有強(qiáng)大的GPU加速的張量計(jì)算（如NumPy）。2、包含自動(dòng)求導(dǎo)系統(tǒng)的的深度神經(jīng)網(wǎng)絡(luò)。
PyTorch的前身是Torch，其底層和Torch框架一樣，但是使用Python重新寫了很多內(nèi)容，不僅更加靈活，支持動(dòng)態(tài)圖，而且提供了Python接口。它是由Torch7團(tuán)隊(duì)開發(fā)，是一個(gè)以Python優(yōu)先的深度學(xué)習(xí)框架，不僅能夠?qū)崿F(xiàn)強(qiáng)大的GPU加速，同時(shí)還支持動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)，這是很多主流深度學(xué)習(xí)框架比如Tensorflow等都不支持的。
在安裝Pytorch之前，需要安裝Anaconda 、CUDA和cuDNN，如果你已經(jīng)安裝了相關(guān)軟件，可以直接跳過這些步驟。
方法
1) Anaconda 安裝
筆者之前選擇的是：Anaconda3-2019.03-Linux-x86_64.sh
在終端輸入命令進(jìn)行安裝：
$ bash Anaconda3-2019.03-Linux-x86_64.sh
根據(jù)提示進(jìn)行選擇安裝。
具體安裝過程可以參考：Ubuntu18.04 安裝 Anaconda3
如果安裝的不是最新的Anaconda版本，可能需要進(jìn)行升級：
$ conda update -n base conda
有時(shí)候還需要添加國內(nèi)（比如清華大學(xué)）的源：
$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
$ conda config --set show_channel_urls yes # 從channel中安裝包時(shí)顯示channel的url，這樣就可以知道包的安裝來源了。
如果覺得不需要這些源，還可以將其移除：
$ conda config --remove channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/'
$ conda config --remove channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge'
$ conda config --remove channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/'
# 查看源
$ conda config --show-sources
2) CUDA 安裝
首先查看GPU 型號
$ lspci | grep -i vga
01:00.0 VGA compatible controller: NVIDIA Corporation GK208 [GeForce GT 710B] (rev a1)
$ nvidia-smi
如果大家想知道自己電腦GPU的計(jì)算能力，可以參考這篇文章：GPU運(yùn)算能力對比(詳細(xì))
安裝CUDA:
到官網(wǎng)上，根據(jù)操作系統(tǒng)版本等情況選擇你所需要下載的CUDA版本（一定要小心選擇對的版本哦），并根據(jù)提示進(jìn)行安裝。
# 安裝
$ sudo sh cuda_10.2.89_440.33.01_linux.run
如果一不小心，安裝不匹配的版本，還可以卸載：
# 卸載
$ cd /usr/local/cuda-10.2/bin
$ sudo ./cuda-uninstaller
3) cuDNN 安裝
到cuDNN Archive下載匹配的版本，這里筆者下載的是：cudnn-10.1-linux-x64-v7.6.1.34.tgz。
然后對下載的安裝包解壓縮，并復(fù)制相關(guān)文件到指定路徑：
$ tar zxf cudnn-10.1-linux-x64-v7.6.1.34.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*
如果想知道是否成功安裝，可以按照：Linux（Ubuntu18.04）CuDNN安裝這篇博客里面介紹的方法進(jìn)行測試。
4) PyTorch 安裝
上面都是準(zhǔn)備工作，下面終于等到了PyTorch 的安裝了。
首先，進(jìn)入Pytorch官網(wǎng)，根據(jù)系統(tǒng)版本選擇合適的Pytorch版本，筆者的選擇如下：
然后根據(jù)給出的命令進(jìn)行安裝：
$ sudo conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
安裝完之后，查看PyTorch 版本（Python終端）
>>> import torch
>>> print(torch.__version__)
1.5.1
如果能夠看到以上Pytorch的版本信息，那就說明已經(jīng)安裝好了，接下來就好好享受你的Pytorch學(xué)習(xí)之旅吧！
