nvidia驱动,cuda,cudnn部分的下载安装参考我的另一篇文章
Ubuntu 18.04 + Python3.6 + CUDA-10.0 + CUDNN-7.5.0 + tensorflow-gpu-1.13.1
anaconda3的下载安装参考
ubuntu安装集成开发环境anaconda3
本篇主要记录pytorch的安装配置
方法1:anaconda安装
使用清华大学镜像源提升下载速度:Anaconda 镜像使用帮助
按照教程添加pytorch三方源
方法2:pip安装
使用清华大学镜像源提升下载速度:pypi 镜像使用帮助
选择preview(可以省去torchvision的安装)。如果你是方法1,选择conda,方法2选择pip,复制Run this Command中的代码
方法3:whl
点击图中橙色连接: install previous versions of PyTorch.
找到这里,根据cuda版本选择轮子
这里可以找到各种你所需要的轮子
根据提示进行pip安装
下载torchvision的轮子并pip安装,如果是方法1和方法2,跳过这部分
验证是否安装成功
方法1:
验证pytorch和torchvision是否安装成功,在ipython命令行输入import torch,无警告代表成功。
测试GPU加速
打开Jupyter Notebook或者IPython,输入以下命令:
import torch as t
x = t.rand(5,3)
y = t.rand(5,3)
if t.cuda.is_available():
x = x.cuda()
y = y.cuda()
print(x+y)
显示 最后输出下面的界面代表成功调用GPU加速,否则没有成功调用。
常见问题
安装pytorch时遇到的问题
ImportError: libcudart.so.9.0: cannot open shared object file: No such file or directory
In [2]: quit
root@sunqi-To-be-filled-by-O-E-M:/# cd /usr/local/cuda-10.0/lib64
root@sunqi-To-be-filled-by-O-E-M:/usr/local/cuda-10.0/lib64# ls
libaccinj64.so libnppicom_static.a
libaccinj64.so.10.0 libnppidei.so
libaccinj64.so.10.0.130 libnppidei.so.10.0
libcublas.so libnppidei.so.10.0.130
libcublas.so.10.0 libnppidei_static.a
首先查看 cd /usr/local/cuda-10.0/lib64
是否有 libcudart.so.9.0
这个文件
如果有,检查/.bashrc路径是否添加:
gedit ~/.bashrc
在/.bashrc后面加上
export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda
现在重新加载你的终端配置:
source ~/.bashrc
sudo ldconfig
发现还是报错,
## In [2]: import torchvision
ImportError Traceback (most recent call last)
最后发现清华大学的镜像有问题,到pytorch官网下载轮子解决了,详见pytorch安装配置