因爲我之前裝的是cuda9.0,所以這裏pytorch只能配置之前0.3.0版本的,
preview所有版本下載地址:https://pytorch.org/get-started/previous-versions/
https://download.pytorch.org/whl/cu90/torch_stable.html
pip3 install torch-0.3.0-cp36-cp36m-linux_x86_64.whl
import torch成功即可
tensorflow安裝參考帖子:
https://www.cnblogs.com/hutao722/p/9342577.html
6. 安裝tensorflow-gpu
官方推薦通過Virtualenv來安裝tensorflow-gpu,來進行項目隔離,這是在開發環境,如果在生產環境,可以走docker方式來部署。這裏採用Virtualenv方式來安裝,執行如下命令:
sudo apt-get install python3
sudo apt-get install python3-pip python3-dev python-virtualenv
安裝完pip3、virtualenv後,可進入virtualenv安裝tensorflow-gpu,執行如下命令:
mkdir -p ~/tensorflow/venv
virtualenv -p python3 ~/tensorflow/venv #創建virtualenv環境
cd ~/tensorflow/venv
source bin/activate #環境用的時候需要激活
pip3 install --index-url http://pypi.douban.com/simple --trusted-host pypi.douban.com --upgrade tensorflow-gpu #採用國內源下載tensorflow-gpu
最後通過 pip3 show tensorflow-gpu 可檢查tensorflow-gpu的安裝路徑是否在該虛擬環境內,以隔絕與全局的site-packages
7. 檢查結果
還是在上述virtualenv創建的根目錄下,執行如下命令:
mkdir src && cd src
vi hello_tensorflow.py,內容如下:
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
最後執行該腳本:python3 hello_tensorflow.py 即可得到包含有GPU輸出信息的正確結果
----
順便裝一下python工具ipython 和 jupyter notebook
sudo apt install ipython
pip3 install jupyter
最後 推薦pytorch的書 深度學習框架pytorch:入門與實踐
寫的不錯 挺適合入門的