序文
調べてみると、UbuntuでPyTorch環境を構築するには、事前にバージョンに応じたcudaとpytorchのインストールパッケージをダウンロードしておくオフライン方法と、公式のcondaコマンドを使って関連パッケージや依存関係を自分でダウンロードする方法の2つが考えられます。私は 2 番目の方法を使用します。Anaconda3 をインストールした Ubuntuをベースに、筆者のシステムは Ubuntu16.04、conda コマンドで PyTorch 環境を構築しています、必要な環境は Python3.6、CUDA11.1、PyTorch1.8.2 です。
1. 仮想環境を作成してアクティブ化する
仮想環境の作成とアクティブ化の手順は、ubuntu にインストールされた TensorFlow-GPU2.1.0に詳細に記録されています。2 番目の手順を直接参照してください。操作手順はここに直接記録されており、ここでは具体的な指示は示されていません。
著者は、Python 3.6 を使用して py36_pt182 という名前の新しい仮想環境を作成します。
conda create -n py36_pt182 python=3.6
次に作成した仮想環境を有効化します。
conda activate py36_pt182
2、PyTorch1.8.2をインストールします
PyTorch 公式 Web サイトで、必要な pytorch バージョンに対応するインストール コマンドを見つけてください。Web ページには最新バージョンが表示されます。必要な 1.8.2 バージョンは最新ではありません。青いボックス内のボタンをクリックして、過去のバージョンを見つけてください。
必要な v1.8.2 conda インストール コマンドは以下の赤枠で示されており、アクティブ化された仮想環境のコマンド ラインで conda コマンドを入力します。
ネットワーク速度に応じて、プロセスは少し遅くなります。ネットワーク速度が悪くて中断された場合は、このコマンドを使用して再インストールします。作者は幸運で、インストールは一度成功し、プロセス中に y を入力します。
インストールは成功し、結果は次のようになります。
3. PyTorch の簡単なテスト
Python を入力し、2 つの出力を入力して、pytorch がインストールされているかどうかをテストします。
Python
import torch
import torchvision
print(torch.cuda.is_available())
print(torch.__version__)
ここまでで、conda を使用した pytorch 環境の構成は完了です。