語義分割學習系列（四）cpu和gpu版本的pytorch及其環境安裝

前言

追根溯源，pytorch來自於torch，不過torch使用小衆化的luna語言，而pytorch則是python，當然，pytorch在很多框架設計思想方面都做了更新。 我們這裏也打算用pytorch框架來訓練語義分割模型。

安裝pytorch

在使用pytorch框架前，必須先安裝。 其過程相對還是比較簡單的。我這裏的平臺是：ubuntu18.0.4+python3.6

先嚐試下面這個安裝命令：

pip3 install torch, torchvision

但是發現下載速度非常慢，很難安裝成功。後來在網上找到這個命令就很快安裝好了：

python3 -m pip install --upgrade torch torchvision -i https://pypi.tuna.tsinghua.edu.cn/simple

安裝好，輸入下面命令來進行驗證，並打印出torch和torchvision的版本號：

後續補充：

上面安裝的是cpu版本，這樣模型訓練會非常慢。下面講解gpu版本的pytorch安裝。

先從https://download.pytorch.org/whl/cu90/torch_stable.html下載torch-1.1.0-cp36-cp36m-linux_x86_64.whl和torchvision-0.3.0-cp36-cp36m-manylinux1_x86_64.whl兩個安裝包，然後敲入命令：

pip3 uninstall torch
pip3 uninstall torchvision

pip3 install xxx/torch-1.1.0-cp36-cp36m-linux_x86_64.whl xxx/torchvision-0.3.0-cp36-cp36m-manylinux1_x86_64.whl

 驗證時輸入： import torchvision可能會出現下面的錯誤：

>>> import torchvision
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  。。。 。。。
  。。。 。。。
    from . import functional as F
  File "/home/xxx/.local/lib/python3.6/site-packages/torchvision/transforms/functional.py", line 5, in <module>
    from PIL import Image, ImageOps, ImageEnhance, PILLOW_VERSION
ImportError: cannot import name 'PILLOW_VERSION'

解決辦法是安裝相對更低版本的pillow，如下所示

 pip3 install Pillow==6.2.2

torch和torchvision import成功後，最後再使用下面命令確認pytorch的cuda狀態是否正常 

 如上圖所示，如果cuda狀態正常的話，其打印值應該爲True。至此，cuda版本的pytorch安裝完畢。

其它環境依賴包的安裝

pip3 install matplotlib pillow tensorboardX tqdm

上面這個命令很簡單，應該很快就能下載和安裝完成。

此外，可能還需要安裝以下兩個包：

Cython的安裝命令：

 python3 -m pip install --upgrade Cython -i https://pypi.tuna.tsinghua.edu.cn/simple

pycocotools的安裝命令如下：

 pip3 install pycocotools

至此，pytorch框架以及環境依賴包的安裝 基本完成。