安装依赖
先安装anaconda，再创建虚拟环境。手动激活conda
eval "$(/home/find/anaconda3/bin/conda shell.bash hook)"
conda create -n pytorch python=3.7
conda activate pytorch
使用python3.7是因为后续安装的pytorch/benchmark建议使用3.7版本，可以忽略该建议。如果你的虚拟环境需要一个不同的python，不要直接在base环境中install python=3.7，否则会有一个很久且很难成功的python版本兼容性检查。
conda install astunparse numpy ninja pyyaml mkl mkl-include setuptools cmake cffi typing_extensions future six requests dataclasses
conda install -c pytorch magma-cuda112
可以在 https://anaconda.org/search?q=magma 找到可用的magma版本。
下载编译pytorch
git clone --recursive https://github.com/pytorch/pytorch
cd pytorch
# if you are updating an existing checkout
git submodule sync
git submodule update --init --recursive --jobs 0
export CMAKE_PREFIX_PATH=${CONDA_PREFIX:-"$(dirname $(which conda))/../"}
export USE_CUDA=1
export REL_WITH_DEB_INFO=1
export MAX_JOBS=16
export USE_NINJA=OFF
python setup.py install
通过conda list | grep torch可以查看安装结果。
下载编译pytorch/benchmark
根据该repo github的介绍，安装benchmark之前还需要先手动编译安装torchtext和torchvision。步骤都比较简单。
torchtext
export FORCE_CUDA=1
git clone https://github.com/pytorch/text torchtext
cd torchtext
git submodule update --init --recursive
# Linux
python setup.py clean install
torch vision
git clone [email protected]:pytorch/vision.git
python setup.py install
benchmark
git clone [email protected]:pytorch/benchmark.git
cd benchmark
python install.py
Comments