PyTorch是主流的深度学习框架。配置命令，参考。

CPU版本的MKL加速；

从源码构建pip版本的安装包；

PyTorch

CPU版本

默认版本，使用pip，直接安装torch和torchvision两个包，即可：

pip3 install torch torchvision

当需要使用MKL加速时，则需要源码编译，必须使用conda环境。同时，添加环境变量到~/.bashrc。

vim ~/.bashrc

export NO_CUDA=1

export CMAKE_PREFIX_PATH=${CONDA_PREFIX:-"$(dirname $(which conda))/../"}

编译源码，注意下载和编译时间较长，执行，直接编译至conda环境中：

git submodule update --init --recursive

cd pytorch

python setup.py install

如果，需要生成pip版本，参考，则需要使用命令：

python setup.py bdist_wheel

注意Python版本，由3.7版本生成的whl，只能装入3.7版本的环境中，位于dist中：

pytorch/dist/torch-1.1.0a0+7e73783-cp37-cp37m-linux_x86_64.whl

GPU版本

在https://pytorch.org/get-started/locally/中，直接选择对应的环境+CUDA版本，安装即可，如Python3.6+CUDA8.0：

下载：

wget https://download.pytorch.org/whl/cu80/torch-1.0.1.post2-cp37-cp37m-linux_x86_64.whl

# Python 3.6

pip3 install https://download.pytorch.org/whl/cu80/torch-1.0.1.post2-cp36-cp36m-linux_x86_64.whl

pip3 install torchvision

或 源码编译

export CMAKE_PREFIX_PATH="$(dirname $(which conda))/../" # [anaconda root directory]

# Install basic dependencies

conda install numpy pyyaml mkl mkl-include setuptools cmake cffi typing

# Add LAPACK support for the GPU

conda install -c pytorch magma-cuda80 # or magma-cuda90 if CUDA 9

git clone --recursive https://github.com/pytorch/pytorch

cd pytorch

python setup.py install

大约构建25m左右，输出

running install_egg_info

running egg_info

creating torch.egg-info

writing torch.egg-info/PKG-INFO

writing dependency_links to torch.egg-info/dependency_links.txt

writing entry points to torch.egg-info/entry_points.txt

writing top-level names to torch.egg-info/top_level.txt

writing manifest file 'torch.egg-info/SOURCES.txt'

reading manifest file 'torch.egg-info/SOURCES.txt'

writing manifest file 'torch.egg-info/SOURCES.txt'

Copying torch.egg-info to /home/xxx/anaconda3/lib/python3.7/site-packages/torch-1.1.0a0+7e73783-py3.7.egg-info

running install_scripts

Installing convert-caffe2-to-onnx script to /home/xxx/anaconda3/bin

Installing convert-onnx-to-caffe2 script to /home/xxx/anaconda3/bin

可以直接下载magma-cuda80，网址，安装：

conda install magma-cuda80-2.3.0-1.tar.bz2

验证

注意：torch.cuda.is_available()用于验证GPU是否启用，不要位于torch的同名文件夹，参考。

Python 3.6.6 (v3.6.6:4cf1f54eb7, Jun 26 2018, 19:50:54)

[GCC 4.2.1 Compatible Apple LLVM 6.0 (clang-600.0.57)] on darwin

Type "help", "copyright", "credits" or "license" for more information.

>>> from __future__ import print_function

>>> import torch

>>> x = torch.rand(5, 3)

>>> print(x)

tensor([[0.8321, 0.2015, 0.5998],

[0.0934, 0.2769, 0.3742],

[0.4468, 0.8644, 0.1492],

[0.1357, 0.4677, 0.1423],

[0.6983, 0.7396, 0.7163]])

>>> torch.cuda.is_available()

False

>>>

其他

可以将conda的激活命令，由.bashrc移入一个脚本，避免每次启动，都会默认激活，从而影响其他工程。

# conda_activate.sh

# added by Anaconda3 5.3.1 installer

# >>> conda init >>>

# !! Contents within this block are managed by 'conda init' !!

__conda_setup="$(CONDA_REPORT_ERRORS=false '/home/wcl1/anaconda3/bin/conda' shell.bash hook 2> /dev/null)"

if [ $? -eq 0 ]; then

\eval "$__conda_setup"

else

if [ -f "/home/wcl1/anaconda3/etc/profile.d/conda.sh" ]; then

. "/home/wcl1/anaconda3/etc/profile.d/conda.sh"

CONDA_CHANGEPS1=false conda activate base

else

\export PATH="$PATH:/home/wcl1/anaconda3/bin"

fi

fi

unset __conda_setup

# <<< conda init <<<

Python升级

更新apt-get的源，参考

更新环境，sudo apt-get install -f

解决/boot空间不足，参考，find /boot -type f -regex "^.*-generic"和sudo find /boot -type f -regex "^.*XX-generic" -delete

安装python3.7，参考，sudo apt-get install python3.7

使用，输入python3.7，即可。

注意：conda环境仅支持3.6+，如果需要，必须升级Python版本。

OK, that's all!