[人工智能]从零开始搭建Pytorch运行环境Linux

Linux从零开始搭建Pytorch运行环境

安装Miniconda

1. Miniconda download 官网 选择合适版本的安装脚本，复制链接。（选择最新的3.9可能合适些）

2. 下载安装脚本。

   wget https://repo.anaconda.com/miniconda/Miniconda3-py38_4.11.0-Linux-x86_64.sh
   

3. 运行脚本，一路yes。

   bash Miniconda3-py38_4.11.0-Linux-x86_64.sh 
   

4. 重启终端，就可以使用miniconda了。

   自动进入base环境，输入python，版本已经不是Linux自带的2.X。

5. 添加清华源，使安装依赖更快

   conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
   conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
   conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
   conda config --set show_channel_urls yes
   

6. 避免“开机”进入base环境

    conda config --set auto_activate_base false
   

安装pytorch框架GPU版

1. 创建一个新的环境，专门运行pytorch，防止与将来要安装的其他深度学习框架冲突。

   # 环境名为pytorch
   conda create -n pytorch 
   # 激活环境
   conda activate pytorch
   

2. 查看显卡cuda版本

   nvidia-smi
   

3. pytorch 官网 选择合适cuda版本的安装命令，大版本对应即可。

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

4. 验证是否安装成功

   python
   import torch
   x = torch.rand(5, 3)
   print(x)
   

5. 验证GPU是否可用

   python
   import torch
   torch.cuda.is_available()