因为我之前装的是cuda9.0,所以这里pytorch只能配置之前0.3.0版本的,
preview所有版本下载地址: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安装参考帖子:
https://www.cnblogs.com/hutao722/p/9342577.html
6. 安装tensorflow-gpu
官方推荐通过Virtualenv来安装tensorflow-gpu,来进行项目隔离,这是在开发环境,如果在生产环境,可以走docker方式来部署。这里采用Virtualenv方式来安装,执行如下命令:
sudo apt-get install python3
sudo apt-get install python3-pip python3-dev python-virtualenv
安装完pip3、virtualenv后,可进入virtualenv安装tensorflow-gpu,执行如下命令:
mkdir -p ~/tensorflow/venv
virtualenv -p python3 ~/tensorflow/venv #创建virtualenv环境
cd ~/tensorflow/venv
source bin/activate #环境用的时候需要激活
pip3 install --index-url http://pypi.douban.com/simple --trusted-host pypi.douban.com --upgrade tensorflow-gpu #采用国内源下载tensorflow-gpu
最后通过 pip3 show tensorflow-gpu 可检查tensorflow-gpu的安装路径是否在该虚拟环境内,以隔绝与全局的site-packages
7. 检查结果
还是在上述virtualenv创建的根目录下,执行如下命令:
mkdir src && cd src
vi hello_tensorflow.py,内容如下:
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
最后执行该脚本:python3 hello_tensorflow.py 即可得到包含有GPU输出信息的正确结果
----
顺便装一下python工具ipython 和 jupyter notebook
sudo apt install ipython
pip3 install jupyter
最后 推荐pytorch的书 深度学习框架pytorch:入门与实践
写的不错 挺适合入门的