PyTorch安装和配置

来源：西安达内教育IT培训机构时间：2021/8/22 9:13:59

　　PyTorch安装和配置
　　PyTorch目前支持OSX和Linux两种系统，支持多种安装方式。在网站上介绍了基于conda、pip和源代码的安装方法。支持的Python版本有2.7、3.5和3.6。深入学习所需的计算量一般较大，强烈建议找到有独立显卡的计算机进行学习。当然，即使没有显卡也能使用，计算也很慢。
　　如果你的电脑是Windows，那么可以安装一个虚拟机来运行Linux，但是性能可能会折扣。我的电脑操作系统是Ubuntu16.04，所以我会以此为例子来介绍后面的内容。
　　显卡驱动和CUDA

　　要使用显卡进行运算，你需要使用支持CUDA的NVIDIA显卡，目前比较好的显卡有NVIDIATITANX、GTX1080Ti等。好的显卡将会是深度学习研究的有力武器。当然，普通的显卡例如GTX970、GTX1060等也是可以用的。实在没有显卡，那只能做简单的小数据量的实验，效果不会太好。

PyTorch安装和配置

　　在Ubuntu16.04上可以采用以下方法安装显卡驱动，这种方式比较稳定。打开“SystemSettings”——“Software&Updates”——“AdditionalDrivers”，联网状态会自动搜索可用的显卡驱动，选择可用的版本，点击“ApplyChanges”即可。可能重启动后显卡驱动才能生效。
　　接下来安装CUDAToolkit。因为较新的CUDA是9.0版本，但是PyTorch只能支持到8.0。所以转到该网址“https://developer.nvidia.com/cuda-80-ga2-download-archive”，选择对应的参数，下方会有对应的CUDA文件。例如，下图是我选择的版本。选择deb文件，发现有1.9G大小，下载下来，按照baseinstaller的指示来完成安装。附加的cuBLAS也可以下载下来安装上。
　　CUDA安装完成后，在主目录下打开“.bachrc”文件，在末尾添加如下代码：
　　export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
　　export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
　　export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

领取试听课

每天限量名额，先到先得

尊重原创文章，转载请注明出处与链接：http://www.peixun360.com/3855/news/399034/违者必究！以上就是西安达内教育IT培训机构小编为您整理 PyTorch安装和配置的全部内容。