神器Pytorch（2）

1、 首先先安装Ubuntu17.10

过程略

只是建议在这个部分为了实践方便，请安装Desktop版本。

2、 安装与配置Python、Pip

这种情况属于python3版本已经安装，安装的是3.6.3版本，但是没有为python3建立链接。

输入命令：

安装pip3

输入命令：

输入Y，回车

3、 安装Pytorch

在Pytorch的主页http://pytorch.org上是有不同OS，不同安装方式，不同Python版本，以及不同CUDA版本适配的安装命令引导的。

鉴于个人喜好，我是比较喜欢使用pip方式，因为比较省脑子。

我安装的Linux环境是Ubuntu 17.10、Python 3.6，无显卡。

则使用的命令如下：

pip3 install http://download.pytorch.org/whl/cpu/torch-0.3.1-cp36-cp36m-linux_x86_64.whl

pip3 install torchvision

如果你跟我的Linux、Python环境一致的话，而有英伟达显卡的话，则需要使用这样的安装方式（假设你的显卡是支持CUDA 8.0的）：

pip3 install torch torchvision

不过需要注意的是，如果你在此选择的是带有GPU的Pytorch版本的话，则还需要先行安装CUDA和CUDNN。我这边以安装CUDA 8.0和CUDNN 5.1为例，命令如下：

下载CUDA 8.0 deb文件

wget https://developer.nvidia.com/compute/cuda/8.0/Prod2/local_installers/cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64-deb

wget https://developer.nvidia.com/compute/cuda/8.0/Prod2/patches/2/cuda-repo-ubuntu1604-8-0-local-cublas-performance-update_8.0.61-1_amd64-deb

安装CUDA 8.0 deb文件

sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb

sudo apt-get update

sudo apt-get install cuda

下载CUDNN 5.1：

wget https://developer.nvidia.com/compute/machine-learning/cudnn/secure/v5.1/prod_20161129/8.0/cudnn-8.0-linux-x64-v5.1-tgz

tar zxvf cudnn-8.0-linux-x64-v5.1-tgz

cd cuda/include

sudo cp cudnn.h /usr/local/cuda/include #复制头文件

cd ../lib64

sudo rm -rf libcudnn.so libcudnn.so.5

sudo ln -s libcudnn.so.5.1.5 libcudnn.so.5

sudo ln -s libcudnn.so.5 libcudnn.so

4、 验证

输入命令：

此时就安装完毕了。

如果你家里的网络速度比较快的话，整个流程不会超过10分钟的。