Ubuntu 16.04借助Conda安装Pytorch的GPU版本详细非常详细

1. 查看显卡版本。lspci | grep -i nvidia 查看你的电脑上的显卡，是否是nvidia及版本

2.安装显卡驱动。这个也可以不用，在第三步的时候选择自动安装。在 http://www.nvidia.com/Download/index.aspx 官网上找到你对应的显卡的驱动版本号，然后用apt-get install nvidia-xxx来安装驱动。

3.安装Cuda8。为了避免后面可能出现的麻烦，建议先安装一些依赖apt-get install libglu1-mesa libxi-dev libxmu-dev libglu1-mesa-dev。然后安装Cuda8:去官网下载https://developer.nvidia.com/cuda-downloads。根据自己的电脑情况，选择的时候注意选runfile,可是现在早都到了9.1了，但是为了保险起见，我还是选择8.0，用这个命令下载wget https://developer.nvidia.com/compute/cuda/8.0/Prod2/local_installers/cuda_8.0.61_375.26_linux-run，下载下来之后是一个.sh文件，运行这个文件就开始安装了，后面会出现条款，全部同意即可。不过中间有一步，如果你通过2自己安装过驱动了就不用安装了，如果没有就安装。

4.设置cuda的环境变量。 在~/.bashrc中的末尾添加：sudo gedit ~/.bashrc

    export CUDA_HOME=/usr/local/cuda-8.0

    export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH

    export PATH=/usr/local/cuda-8.0/bin:$PATH

然后source ~/.bashrc立即生效

5.检查和验证之前的过程。（1）看nvcc版本nvcc --version (2) 看驱动版本cat /proc/driver/nvidia/version (3)看驱动能不能用nvidia-smi ，这一步之前可能需要reboot一下使得刚装的驱动生效。

6.还是检查，运行一下官方的例子。进入到samples文件夹在用户目录下或者/usr/local/cuda/samples下都有，进入1_Utilities/deviceQuery中，make 然后运行./deviceQuery，会输出一堆信息，最后是PASS，之前都对。

7.安装cuDNN。去官网下载，要注册的。https://developer.nvidia.com/rdp/cudnn-download。选择cuDNN v5.1 Library for linux下载之后解压，下载下来之后是个很复杂的后缀名，改成.tgz后缀然后用tar -xvf解压即可。然后把lib和include拷贝到cuda目录：

    sudo cp cuda/include/cudnn.h /usr/local/cuda/include

    sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64

    然后修改拷过去的文件的访问权限：

    sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

    如果拷贝过去的文件中有这样的***cudnn.so.x.x，后面两个x是数字，那么只要点最后的一个数字，建立一个软连接即可

    sudo ln -s libcudnn.so.5.1.5 libcudnn.so.5大概这样。更换cudnn版本只要替换上面所有文件和操作即可。

    最后更新链接库，这个好像做不做都行啊。sudo Idconfig

8.现在cuda和cudnn就弄好了总算松了一口气，开始弄pytorch了，这一条作为分割线好了。

 

9.安装anaconda。这个也可以后面在搞。在https://www.anaconda.com/download/上面找到对应的安装命令，下载下来，是一个.sh文件，然后运行这个命令即可

10.为anaconda弄一个虚拟环境。conda create -n pytorch

11.安装pytorch, 在官网http://pytorch.org/选一个你的当前的配置。然后就有个命令，你在你的命令行输入这个命令即可。我是这个conda install pytorch torchvision -c pytorch

12.测试torch。

    import torch

    import torchvision 如果你要用这个且装了这个的话。没用没装就不用试了

13.测试CUDA和cuDNN

    # CUDA TEST

    import torch

    x = torch.Tensor([1.0])

    xx = x.cuda()

    print(xx)

    # cuDNN test

    from torch.backends import cudnn

    print(cudnn.is_acceptable(xx))

 

  

以上是云栖社区小编为您精心准备的的内容，在云栖社区的博客、问答、公众号、人物、课程等栏目也有的相关内容，欢迎继续使用右上角搜索按钮进行搜索cuda ， gpu ， Anaconda ， ML PyTorch ，以便于您获取更多的相关知识。

1、查看版本
conda -V
conda 4.5.4
gpu版本
gis@gis:~/PycharmProjects/guo/morvanvedio/tensorflowTUT/tf20_RNN2$ lspci | grep -i nvidia
01:00.0 VGA compatible controller: NVIDIA Corporation Device 1b06 (rev a1)
01:00.1 Audio device: NVIDIA Corporation Device 10ef (rev a1)

cuda版本

gis@gis:~/PycharmProjects/guo/morvanvedio/tensorflowTUT/tf20_RNN2$ nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Sep__1_21:08:03_CDT_2017
Cuda compilation tools, release 9.0, V9.0.176

 

在清华大学 TUNA 镜像源选择对应的操作系统与所需的Python版本下载Anaconda安装包。Ubuntu环境下在终端执行

　　$ bash Anaconda2-4.3.1-Linux-x86_64.sh #Python 2.7版本

或

　　$ bash Anaconda3-4.3.1-Linux-x86_64.sh #Python 3.5 版本

在安装的过程中，会询问安装路径，按回车即可。之后会询问是否将Anaconda安装路径加入到环境变量（.bashrc)中，输入yes，这样以后在终端中输入python即可直接进入Anaconda的Python版本（如果你的系统中之前安装过Python，自行选择yes or no）。安装成功后，会有当前用户根目录下生成一个anaconda的文件夹，里面就是安装好的内容

查询安装信息

　　$ conda info

查询当前已经安装的库

　　$ conda list

安装库(***代表库lib名称）

　　$ conda install ***

更新库

　　$ conda update ***

Anaconda仓库镜像增加

---

官方下载更新工具包的速度很慢，所以继续添加清华大学 TUNA提供的Anaconda仓库镜像，在终端或cmd中输入如下命令进行添加

　　　$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

　　　$ conda config --set show_channel_urls yes

Tensorflow安装

---

在终端或cmd中输入以下命令搜索当前可用的tensorflow版本

　　$ anaconda search -t conda tensorflow

选择一个较新的CPU或GPU版本，如jjh_cio_testing/tensorflow-gpu的1.3.0版本，输入如下命令查询安装命令

　　$ anaconda show jjh_cio_testing/tensorflow-gpu

使用最后一行的提示命令进行安装

　　$ conda install --channel https://conda.anaconda.org/jjh_cio_testing tensorflow-gpu

conda会自动检测安装此版本的Tensorflow所依赖的库，如果你的Anaconda缺少这些依赖库，会提示你安装。因为我之前已经安装过了，所以这里只提示安装Tensorflow。输入y并回车之后等待安装结束即可

• 也可以选择次高版本的Tensorflow安装，略稳定

进入python，输入

　　import tensorflow as tf

如果没有报错说明安装成功。

 

 

pyTorch安装

pyTorch 安装起来很简单, 它自家网页上就有很方便的选择方式:

 

 

根据你的情况选择适合你的安装方法, 我已自己为例, 我使用的是Linux, 我的 Python 是 2.7 版的, 有 GPU 加速, 那我就按上面的选:

然后根据上面的提示, 我只需要在我的 Terminal 当中输入以下指令就好了:

　　conda install pytorch torchvision cuda80 -c soumith

我安装的是0.2.0版本的 torch, 安装 PyTorch 会安装两个模块, 一个是 torch, 一个 torchvision, torch 是主模块, 用来搭建神经网络的, torchvision 是辅模块, 有数据库, 还有一些已经训练好的神经网络（(VGG, AlexNet, ResNet)）可以直接用。.

安装成功！

Linux上用anaconda安装pytorch

Pytorch是一个非常优雅的深度学习框架。使用anaconda可以非常方便地安装pytorch。下面我介绍一下用anaconda安装pytorch的步骤。

    首先，我们需要下载anaconda，在https://www.anaconda.com/download/上可以选择对应python版本的anaconda。下载好后通过运行下载好的.sh文件安装anaconda；

    bash Anaconda********.sh

    1

    安装好anaconda后，通过在pytorch官网http://pytorch.org/上选择合适的配置，由于安装的代码需要翻墙才可见，我这里展示一下：
    cuda7.5：

   conda install pytorch torchvision cuda75 -c pytorch

    1

cuda8.0

   conda install pytorch torchvision -c pytorch

    1

cuda9.0

   conda install pytorch torchvision cuda90 -c pytorch

    1

这样就能一次性安装好pytorch了。

在安装pytorch时有时候会报错，其中出现”CondaHTTPError: HTTP None None for url…..”这类错误时基本是因为有些库需要外网才能下载，所以我们需要使用conda的清华镜像。在安装好conda后，运行

    conda config

    1

产生配置文件.condarc 。通过：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

    1
    2

删除‘- defaults’，最后.condarc文件内容如图：
这里写图片描述
---------------------  
作者：BinWang-cvlab  
来源：CSDN  
原文：https://blog.csdn.net/wangbin12122224/article/details/78916212  
版权声明：本文为博主原创文章，转载请附上博文链接！