PyTorch：安装和配置

安装pip安装pip3 install torch torchvisionmacos还需要安装brew install libomp否则出错：ImportError: dlopen(/...torch/_C.cpython-36m-darwin.so, 9): Library not loaded: /usr/local/opt/libomp/lib/libomp.dylib...

-柚子皮-

2562人浏览 · 2019-07-13 17:09:56

-柚子皮- · 2019-07-13 17:09:56 发布

安装

在官网选择即可[stable]，老版本[previous-versions]

pytorch查看版本号

torch.__version__

pip自动选择安装

一般装了cuda就安装gpu版本的torch了

pip3 install torch torchvision -i https://pypi.tuna.tsinghua.edu.cn/simple

安装cpu版本torch

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu

~~pip install torch==2.0.1+cpu~~

~~Note: ERROR: Could not find a version that satisfies the requirement torch==2.0.1+cpu~~
如果找不到可以通过：
pip install torch==2.0.1+cpu -f https://download.pytorch.org/whl/cpu/torch_stable.html
还安装不了可以从[https://download.pytorch.org/whl/cpu/torch_stable.html]里面下载[torch-2.0.1%2Bcpu-cp310-cp310-linux_x86_64.whl]

或者从[https://download.pytorch.org/whl/torch/]下载whl文件后再安装
pip install torch-2.0.1+cpu-cp310-cp310-linux_x86_64.whl
jupter上可能需要重启terminal，环境才会重新加载

不过貌似装了cuda的gpu环境，装cpu版本的就会出错，也不是重装依赖能解决的：
ImportError: cannot import name '_get_cpp_backtrace' from 'torch._C'

安装gpu版本torch

先安装cuda

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-keyring_1.1-1_all.deb
sudo dpkg -i cuda-keyring_1.1-1_all.deb
sudo apt-get update
sudo apt-get -y install cuda

[CUDA Toolkit 12.2 Update 2 Downloads | NVIDIA Developer]

Note: macOS High Sierra 10.13.6之后NVIDIA不在对显卡驱动进行支持：[MacOS 10.13.6安装cuda+cudann+pytorch的gpu版本]

再安装torch

pip3 install torch torchvision torchaudio

~~pip install torch==2.0.1+cu117~~

linux上安装torch出错

ERROR: torch-2.0.1+cpu-cp310-cp310-linux_x86_64.whl is not a supported wheel on this platform.

首页uname -p查看是否是x86_64平台，再看是不是py版本没对上。

macos还需要安装

brew install libomp

否则出错：ImportError: dlopen(/...torch/_C.cpython-36m-darwin.so, 9): Library not loaded: /usr/local/opt/libomp/lib/libomp.dylib
Referenced from: .../torch/lib/libshm.dylib Reason: image not found

安装固定cuda版本对应的pytorch

pip install torch==1.7.1+cu92 torchvision==0.8.2+cu92 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

其它cuda版本对应的pytorch版本查询[https://download.pytorch.org/whl/torch_stable.html]
如cuda=9.0版本时，支持的最高pytorch版本可能就是1.1.0了：cu90/torch-1.1.0-cp36-cp36m-linux_x86_64.whl。

[INSTALL PYTORCH][INSTALLING PREVIOUS VERSIONS OF PYTORCH]

显卡驱动版本查询

显卡驱动版本-cuda版本-pytorch版本需要一一对应，否则torch.cuda.is_available()=False。

cuda(toolkit)版本查询

nvcc --version或nvcc -V，如果 nvcc 没有安装，那么用

$cat /usr/local/cuda/version.txt

CUDA Version 9.0.176

查看pytorch对应cuda的版本

import torch

print(torch.version.cuda)

查看 cuDNN 版本
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
如果没有，那么可能没有安装 cuDNN。

Note: NVIDIA cuDNN是用于深度神经网络的GPU加速库。

驱动版本和cuda(toolkit)版本对应关系

Table 2. CUDA Toolkit and Compatible Driver Versions
CUDA Toolkit	Linux x86_64 Driver Version	Windows x86_64 Driver Version
CUDA 11.2.0 GA	>=460.27.04	>=460.89
CUDA 11.1.1 Update 1	>=455.32	>=456.81
CUDA 11.1 GA	>=455.23	>=456.38
CUDA 11.0.3 Update 1	>= 450.51.06	>= 451.82
CUDA 11.0.2 GA	>= 450.51.05	>= 451.48
CUDA 11.0.1 RC	>= 450.36.06	>= 451.22
CUDA 10.2.89	>= 440.33	>= 441.22
CUDA 10.1 (10.1.105 general release, and updates)	>= 418.39	>= 418.96
CUDA 10.0.130	>= 410.48	>= 411.31
CUDA 9.2 (9.2.148 Update 1)	>= 396.37	>= 398.26
CUDA 9.2 (9.2.88)	>= 396.26	>= 397.44
CUDA 9.1 (9.1.85)	>= 390.46	>= 391.29
CUDA 9.0 (9.0.76)	>= 384.81	>= 385.54
CUDA 8.0 (8.0.61 GA2)	>= 375.26	>= 376.51
CUDA 8.0 (8.0.44)	>= 367.48	>= 369.30
CUDA 7.5 (7.5.16)	>= 352.31	>= 353.66
CUDA 7.0 (7.0.28)	>= 346.46	>= 347.62