江苏龙网

  1. 首页 > 人文 > >

在Linux系统中安装深度学习框架Pytorch( 二 )


为了进一步检测 ， 我复制了PyTorch官网上的检测代码 ， 测试结果也是正确的 ， 如图 。
在Linux系统中安装深度学习框架Pytorch文章插图
总结：
1. 下载好anaconda
2. 创建虚拟环境pytorch（或者tensorflow）
3. 添加清华源镜像
4. 输入PyTorch官网安装提示命令 ， 删除后面的 -c pytorch
5. 检测是否安装成功
03
安装时踩过的坑
软件安装需要看运气 ， 有时候很顺利 ， 有时候死磕也安装不下来 。
以上的过程是我最后一次安装 ， 整个过程很流畅很顺利 。 但在此之前 ， 我尝试了好几次 ， 遇到各种问题 。
1.直接在终端输入按照官网提示的指令：
在Linux系统中安装深度学习框架Pytorch文章插图
出现错误：
在Linux系统中安装深度学习框架Pytorch文章插图
2. 在创建环境 ， 添加镜像后 ， 在创建的环境中安装pytorch 。
还是出现同样错误 。 尝试了网上不同的办法 ， 包括将https改为http ， 将.condarc文件中的-default删除 ， 输入conda config --set remote_read_timeout_secs 600.0 ， 设置conda下载的timeout（如果时长不够可以再设置大一点） 。
这些方法都没有彻底解决问题 ， 安装依然有错误 。 出错原因：pytorch和torchvision下载失败 ， 主要是下载慢 ， 延迟过高导致 。
在Linux系统中安装深度学习框架Pytorch文章插图
从上图可以看到 ， 其他下载基本都是100% ， 而这两个始终下载不下来 。
然后我把创建的pytorch环境移除 ， 准备重新创建试试 ， 发现还是一直报错 。
报错给我报伤心了 ， 于是我在VMware上直接将ubuntu移除 ， 创建新的虚拟机 ， 重新安装ananconda ， 按照第二部分的安装步骤 ， 很顺利地安装成功 。
以上是我安装的过程 ， 包括成功的和失败的 。 祝你安装顺利！
补充：
在进一步检测是否安装成功时：
在Linux系统中安装深度学习框架Pytorch文章插图
我的最后一个结果是False 。
在安装过程中我被cuda困扰挺久 。 因为PyTorch官网上提供了无cuda的安装指示 ， 所以我觉得没有cuda应该也可以安装好PyTorch 。 还有网上一些安装教程会有通过nvcc -V检测cuda的版本等 。
经过查阅 ， 我了解到PyTorch有GPU（图形处理器）版本和CPU（中央处理器）版本 。
两者的区别主要是GPU版本的运行更快 。 如果要训练大规模的数据集 ， 跑的程序很大需要使用GPU版本 。
如果要装GPU版的 ， 需要cuda和cudnn 。 如果只是快速上手学习pytorch ， 可以不用废时间装GPU版 ， CPU版本的PyTorch基本够用 ， 小型网络神甚至更快 。
然后我查询了自己的电脑是否可以安装GPU版本的PyTorch：
首先 ， 需要明确的是目前只有NIVDIA（英伟达）的部分显卡支持cuda 。 故需要查看自己电脑的显卡型号 ， 在windows操作系统中（我的是win7） ， 打开cmd ， 输入dxdiag 。
在Linux系统中安装深度学习框架Pytorch文章插图
也可以通过设备管理器查看 。
在Linux系统中安装深度学习框架Pytorch文章插图
对于有两种型号显卡的电脑来说Intel的是集成显卡 ， 另一个是独立显卡 ， 对于只有一种显卡的电脑那么就是集成显卡 。
故我的电脑没有独立显卡 ， 只有集成显卡（GPU集成在CPU里） ， 且不是NIVDIA显卡 ， 是英特尔集成显卡 。 只能使用CPU版本的PyTorch 。 所以print(torch.cuda.is_available())回答是False没有什么影响 ， 已成功安装CPU版本的PyTorch ， 且目前电脑的配置并不支持安装GPU版本的PyTorch 。


推荐阅读


上一篇：漫话：如何给女朋友解释为什么计算机中 0.2 + 0.1 不等于 0.3？

下一篇：欧姆龙|与最先进的机器人打乒乓球，谁更厉害？｜进博30秒⑧