建立深度学习工作站：在Ubuntu上安装Pytorch (慎用alias更换Python版本！！！)

目录

• 一、前言
• 开始安装Pytorch!
• • 二、创建虚拟环境
  • 三、虚拟环境的激活与退出
  • 四、[选择](https://pytorch.org/get-started/previous-versions/)需要安装的pytorch版本
  • 五、进行验证
  • 六、参考资料
• 更简单的方法
• • 一、前言
  • 二、通过anaconda搭建深度学习工作站

一、前言

1.有些论文的作者使用keras作为深度学习框架，所以我写了篇博客，讲解“建立深度学习工作站：在Ubuntu上安装Keras及其依赖”。

2.但毕竟Pytorch才是主流深度学习框架，所以，在本篇博客中，我谈谈：如何在Ubuntu上安装Pytorch。

说明：

（1）《python深度学习》是以keras作为深度学习框架的，所以，学学keras也不错。顺便感受下tensorflow的恶心…

（2）从Pytorch的安装就可以感受到，Pytorch比TensorFlow优雅太多了！！！

强烈建议：采用anaconda搭建深度学习工作站！！！

=====================================================================================

开始安装Pytorch!

二、创建虚拟环境

1.虚拟环境保存在默认路径 （本博客不采用）

conda create -n forrestDL python=3.6

如上图所示则创建好了。

PS：删除虚拟环境的方法

conda remove -n xxx --all

2.指定虚拟环境的安装路径 (本博客采用)

conda create --prefix=/ssd/xm/envs/forrestDL python=3.6

这种方法的缺点是，没虚拟环境的名字…activate不方便。

查看虚拟环境信息：

conda info -e

三、虚拟环境的激活与退出

1.激活

conda activate /ssd/xm/envs/forrestDL/

2.退出

conda deactivate

四、选择需要安装的pytorch版本

1.之前装的cudatoolkit版本是10.0.130，所以选择下图的pytorch版本。

2.安装：

conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0 -c pytorch

就这么简单，pytorch就安装好了。

五、进行验证

0.意外的失败

明明显示pytorch在虚拟环境中存在了，结果

import torch

却失败了…

1.意外的发现

通过xshell远程连接同一服务，

import torch

却成功了！

2.玄学

（1）xshell

（2）vscode Remote SSH

两者明明一致，结果却不同…

3.猜测

之所以会是

python 3.6.9

，是因为之前通过

alias

更换python版本，没想到导致了上述的玄学情况。

通过注释掉

alias

，

source ~/.bashrc

，甚至得重新连接服务器，一切才正常。

感谢滔哥的指导，目前，我还没弄清楚其中的前因后果，需要去看看

《鸟哥的Linux私房菜》

才行。

六、参考资料

1.Ubuntu下利用Conda创建虚拟环境并安装Pytorch各版本教程

更简单的方法

一、前言

我之前安装的Pytorch是1.2.0的版本，后来发现Pytorch的版本至少是1.4.0才支持TensorBoard。

因此，只能重新安装Pytorch了，然后发现通过

anaconda

，可以超级简单地搭建深度学习工作站！

二、通过anaconda搭建深度学习工作站

1.版本选择

（1）Pytorch==1.9.0

（2）CUDA 10.2

（3）cuDNN 7.6.5

（4）Python 3.7

2.搭建过程

（1）创建虚拟环境

conda create --prefix=/ssd/xm/envs/CUDA10_2 python=3.7

（2）激活虚拟环境

conda activate /ssd/xm/envs/CUDA10_2/

（3）安装CUDA10.2 cuDNN7.6.5

conda install cudnn=7.6.5

（4）安装Pytorch

conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch

（5）测试