一、 安裝python環(huán)境，建議使用anaconda
Anaconda
Anaconda是一個(gè)開(kāi)源的Python發(fā)行版本，包含大量科學(xué)計(jì)算相關(guān)包。
Anaconda提供包管理和環(huán)境管理功能，可以方便解決多版本python并存，切換，軟件包極其依賴安裝問(wèn)題。
官網(wǎng) ： https://www.anaconda.com/
進(jìn)入download頁(yè)面選擇對(duì)應(yīng)python版本下載。
Anaconda服務(wù)器在海外，速度較慢，可以到清華鏡像網(wǎng)搜索Anaconda下載。
https://mirrors.tuna.tsinghua.edu.cn/
Anaconda自帶很多科學(xué)計(jì)算相關(guān)包了，如果需要的包沒(méi)有，可以用pip或conda安裝。
如要安裝numpy，終端輸入
pip install numpy 或者 conda install numpy 。
如果覺(jué)得下載慢，可以用清華鏡像。
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple your-package
二、pytorch安裝
PyTorch
由Torch7團(tuán)隊(duì)開(kāi)發(fā)，以python為開(kāi)發(fā)語(yǔ)言的深度學(xué)習(xí)框架，能實(shí)現(xiàn)GPU加速和動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)（很多主流框架如Tensorflow不支持）
PyTorch可看做GPU加速支持的numpy，也可看做擁有自動(dòng)求導(dǎo)功能的深度神經(jīng)網(wǎng)絡(luò)。
CPU版本的pytorch的安裝
進(jìn)入pytorch官網(wǎng) : https://pytorch.org/
選擇要安裝的版本，如果電腦沒(méi)有可進(jìn)行GPU加速的顯卡（比如我的macbook），cuda就選擇none。
在終端運(yùn)行下方生成的語(yǔ)句。
如 conda install pytorch torchvision -c pytorch
如果電腦有顯卡可GPU加速，需要先安裝cuda，才能安裝GPU版本的pytorch
GPU版本的pytorch的安裝
1. 安裝 Nvidia Cuda
首先確認(rèn)電腦顯卡安裝好驅(qū)動(dòng)且支持cuda。
linux顯卡驅(qū)動(dòng)安裝。
進(jìn)入系統(tǒng)設(shè)置
選擇相應(yīng)顯卡驅(qū)動(dòng)并安裝。
安裝 Nvidia Cuda ：
https://developer.nvidia.com/cuda-downloads
根據(jù)下方給出的命令在終端運(yùn)行。
最好opengl選擇n，因?yàn)榭赡苡邪惭b后無(wú)法啟動(dòng)圖形化桌面的問(wèn)題。
配置環(huán)境變量
sudo vim ~/.bash_profile
在文本末尾加上
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"
export CUDA_HOME=/usr/local/cuda
2. 安裝 CuDNN
進(jìn)入 ： https://developer.nvidia.com/cudnn
需要注冊(cè)，注冊(cè)完搜索cudnn進(jìn)入如下界面：
選擇你要的版本，下載下來(lái)的是deb包
運(yùn)行sudo dpkg -i <package.deb>安裝
3. 安裝GPU版本pytorch
和之前安裝CPU版pytorch差不多，最后一行選擇cuda 8.0，執(zhí)行相關(guān)命令就行。
4. 測(cè)試
終端進(jìn)入python界面
>>> import torch
>>> torch.cuda.is_available()
True
結(jié)果為T(mén)rue，則GPU版pytorch安裝成功。
