Ubuntu16.04下Pytorch安装(基于conda或pip)

问题描述

国内的我们在Ubuntu下用pip或者conda安装软件包都容易龟速最终导致失败,但是嗑盐的我们耽误不起时间,所以我们要找一个最好最快的安装的方式,以下我们介绍基于conda和pip的两种安装方式.

安装

基于conda安装

1. 安装conda命令(Anaconda或者Miniconda)

Anaconda包括包管理器和很多常用package,因此如果很多库你都还没有安装,直接安装Anaconda是不错的办法.

反之,如果很多依赖package你都安装好了,那么你安装miniconda 就好,也就是仅仅安装一个package管理器.

通常Anaconda的安装包都是.sh格式,假设是filename.sh,那么安装是在前面采用sh命令就可以进行安装了

sh filename.sh

1

2.修改conda镜像源

在终端中运行以下命令修改镜像源,可以明显加速安装.

# 优先使用清华conda镜像
conda config --prepend channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ 
# 也可选用科大conda镜像
conda config --prepend channels http://mirrors.ustc.edu.cn/anaconda/pkgs/free/

1
2
3
4
5
6
要查看镜像源是否安装成功的话,建议终端中运行以下命令:

conda config --set show_channel_urls yes

1
会生成一个~/.condarc文件,运行cat命令查看文件内容

cat ~/.condarc

1
显示内容为

channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ - http://mirrors.ustc.edu.cn/anaconda/pkgs/free/ - defaults
show_channel_urls: true

1
2
3
4
5
这样每次用conda安装时,在package右边都会显示安装源的地址,那么我们对于安装的时间能有一个大致的估计.
修改后,用conda安装镜像源中任何库都能明显加速,在我的电脑上安装速度级可以达到MB/s

3. 安装Pytorch

我安装的方法是conda+python2.7+CPU,所以安装命令如下:

conda install pytorch-cpu torchvision -c pytorch

1
要是需要python 3或者GPU版本的安装,请参考Pytorch官网,按如下方式选择你自己的安装方案,运行显示的安装命令.

基于pip文件安装

1. 配置镜像源

请参考博文Ubuntu16.10下配置pip国内镜像源加速安装.
这一步是为加速安装torch vision进行的.

2. 下载.whl安装文件

(1)速度慢但是版本最全：
可以按pytorch安装指南的网址，如：
http://download.pytorch.org/whl/cpu/torch-0.3.1-cp35-cp35m-linux_x86_64.whl直接下载.whl文件，具体网址请在pytorch官网查询．
(2)速度快但是版本可能不全：
从pypi官网 https://pypi.python.org/packages下载需要的.whl文件
也可以从以下的pypi国内的镜像源网站中下载相应的.whl文件:
豆瓣(douban) http://pypi.douban.com/simple/ (推荐)
阿里云 http://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/
中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/
比如我现在在cpu+python2.7上用的whl文件就是
torch-0.3.0.post4-cp27-cp27mu-linux_x86_64.whl
在不清楚用哪个文件时,可以先按pytorch官网命令安装,命令行会有提示的.

3. 安装pytorch

用pip install .whl文件即可

pip install torch-0.3.0.post4-cp27-cp27mu-linux_x86_64.whl
pip install torch vision

1
2
有了镜像加持和.whl文件的本地化,安装很顺利
torch vision安装非常迅速

测试

在终端中按以下顺序运行命令:

python

1
在打开的python命令行中运行

import torch

1