服务器选择pytorch版本有啥关系 服务器配置pytorch

Linux服务器安装pytorch详解

pytorch环境的搭建是在服务器上运行相关程序，主要是深度学习等，的第一步，笔者从自身经历出发在下文给出详细的步骤介绍避免读者再走弯路。
特别地，笔者首先指出在进行下面步骤时笔者会使用的一些工具：
WinSCP 主要用于向服务器传输文件，可以使用其他工具
Mobaxterm 主要用于与在服务器上进行操作，强烈推荐.

在机器学习，深度学习中，要用到大量的 package（就是各种工具包）。一个个安装 package 很麻烦，而且容易出现疏漏。于是，就有了 Anaconda，这是一个集成了常用于科学分析（机器学习，深度学习）的大量package。

1.下载Anaconda安装包

可以官网或者清华镜像网站下载，其中官网下载速度较慢，因此推荐从清华镜像网下载，特别要注意的是下载的版本，这个从下载名中可以直接判断。

2.将下载好的安装包上传至服务器

笔者使用的是上文提到的WinSCP

3.在服务器上安装Anaconda

以上两个步骤时准备工作，做好之后，进入Mobaxterm与服务器连接

3.1查看CUDA驱动的版本

这一步非常重要，强烈建议不要省略，笔者因为没有注意所装pytorch版本过高导致无法用GPU运行。输入命令

nvidia-smi

随后可以看到服务器的一系列配置

CUDA Version: 10.1

3.2创建“屋子”

使用 conda 指令创建一个屋子，叫做 pytorch。

conda create -n pytorch python=3.7

conda 是指调用 conda 包，create 是创建的意思，-n 是指后面的名字是屋子的名字， pytorch是屋子的名字（可以更改成自己喜欢的），python=3.6 是指创建的屋子，是 python3.6 版本。这里3.6需要读者根据自身具体的情况填写。
对于之后的提示，一直进行安装至结束即可。

3.3安装pytorch

首先需要进入pytorch环境，执行如下语句，

conda activate pytorch

成功后会出现如下效果，

(pytorch) [XXXXXXX@XXXXXX]$

前面的pytorch表明进入了目标环境。

随后是我们的核心部分，进入pytorch官网安装对应版本的pytorch等内容。

上文提到了CUDA Version的版本，如笔者使用的10.1版本的，因此不能执行图中语句，而是应该执行

conda install pytorch torchvision torchaudio cudatoolkit=10.1 -c pytorch

随后正常安装即可。

4.验证是否安装成功

（1）在命令行左边为 pytorch 环境中，输入 python

（2）之后，输入 import torch，如果没有报错，意味着 PyTorch 已经顺利安装了

（3）接下来，输入 torch.cuda.is_available()，如果是 True，意味着你可以使用 GPU，如果是 False，意味着只能使用CPU。