ubuntu18.04下pytorch的安装及测试

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

pytorch官网

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

在这里插入图片描述

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
在这里插入图片描述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：
在这里插入图片描述
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。
在这里插入图片描述

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