Huawei社のクラウドサーバ、4コア8Gメモリ、ノーグラフィックス、性能計算の即興は、1000未満、それはまた、費用対効果の高いことができたダブル11に追いつくために、計画はトレーニングdensenet環境のセットを設定します。
まず来年によるPythonのバージョン2.7を、来る、それはもはや維持されないので、condaをインストールします。
wgetのhttps://repo.continuum.io/archive/Anaconda3-5.3.0-Linux-x86_64.sh
私は非常に速く、清華大学のソースを探して、遅すぎました。
wgetの https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-4.3.0-Linux-x86_64.sh
（ここでは4.3.0が5.3.0,4.3.0 Pythonのバージョン3.6を置き換えることができ、バックあなたはpytorchとtorchvisionをインストールするときにも、Pythonのバージョンをアップグレードする必要があるかもしれません、のようです）
chmodの777 anaconda3.4.3.0-Linux-x86_64.sh
./anaconda3.4.3.0-Linux-x86_64.sh
はい、インストール後、[はい]をクリックし、システム変数に参加するかどうかを求めるメッセージが表示し、コマンドを実行されますされています：ソース〜/ .bachrc
3.6へのバージョン2.7からのアップグレードかどうかをチェックするためのpython --versionを入力します。
condaリストを入力し、インストールcondaかどうかを確認します
その後pytorchとtorchvisionをインストール
conda設定--addチャンネルhttps://repo.continuum.io/pkgs/free/
conda設定--addチャンネルhttps://repo.continuum.io/pkgs/main/
conda設定--set show_channel_urlsはい
conda設定- -addチャンネルhttps://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
pytorch torchvisionインストールconda
何のCUDAのグラフィックスカードが存在しないためにも、pytorch torchvision cudatoolkit = 10.0.130インストールcondaことができますので、それは問題ではない取ることはありません。
また、この：Condaはpytorch -c pytorchをインストール
conda torchvision -c pytorchインストール
インストール後、テストプログラムを使用します
輸入トーチ
train_on_gpu = torch.cuda.is_available（）
でない場合train_on_gpu：
プリント（ 'CPUに関する研修...'）
他：
プリント（ 'GPUに関する研修...'）
サーバーにアップロードされたデータ・セットは、トレーニングを開始します。
1：lr_schedulerは、障害を報告しpytorchとtorchvisionをアップグレードするために見て
pytorch == 0.4.0をインストールconda
condaアップグレードtorchvision
2：報告書の間違い、pytorch：ValueErrorを：グラデーションを必要としないパラメータを最適化します
しかし、この間違ったは、Windows環境とcentos7 +のpython 2.7の両方の環境で同じ存在ではありませんでした。
2つのソリューションがありますが、一つはparam.requires_grad = Falseの➡param.requires_grad= Trueのですが、メモリは持っていないかもしれません。
別のオプションは、オプティマイザ= optim.Adadeltaにある（model.parameters（））➡オプティマイザ= optim.Adadelta（フィルター（ラムダP：p.requires_grad、model.parameters（）））
第二の方法は、第一の方法より遅いメモリの誘導体会計ので、推奨されています。
3：报了个错：json.decoder.JSONDecodeError：プロパティ名は、二重現状で囲まれた期待
JSONファイル以上続くようだ「」いいえ、間違って時計を取得するには、このログを除外します。