ubuntu18.04源码编译pytorch

上篇文章win10安装pytorch只是安装好了库，但是并不能追踪到pytorch源代码。windows平台下的源码编译太过麻烦，linux系统笔者是安装在虚拟机中，并不能调用宿主机的CUDA和CUDNN，但是还是编译一下CPU版的pytorch。

一、安装anaconda

使用清华镜像下载Anaconda3-2019.10-Linux-x86_64.sh，之后在下载目录运行，根据提示安装，默认会初始化一个base的虚拟环境。

bash Anaconda3-2019.10-Linux-x86_64.sh

这里顺便学习一下conda相关命令

conda create -n pytorch    #创建名为pytorch的虚拟环境
conda create -n pytorch python=3.7   #创建名为pytorch的虚拟环境，并指定python的版本
conda env create -f environment.yaml #从文件中创建虚拟环境
conda activate pytorch    #激活pytorch虚拟环境
conda deactivate    #从当前虚拟环境中退出
conda info -e    #显示所有当前的虚拟环境
conda list    #显示当前虚拟环境的安装包
conda remove --name pytorch --all    #删除pytorch虚拟环境
conda install numpy    #安装numpy

为了更快的利用conda下载软件，考虑更改conda的下载源，在home目录下新建隐藏文件.condarc，在.condarc中填写

channels:
  - defaults
show_channel_urls: true
channel_alias: https://mirrors.tuna.tsinghua.edu.cn/anaconda
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

二、安装pytorch

首先安装依赖

conda install numpy ninja pyyaml mkl mkl-include setuptools cmake cffi

 下载代码，并更新仓库，这里更新的很慢，我用了之前在公司更新好的版本

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

在setup.py中设置USE_CUDA=0

export CMAKE_PREFIX_PATH=${CONDA_PREFIX:-"$(dirname $(which conda))/../"}
python setup.py clean
python setup.py install

三、安装cuda和cudnn

3.1安装cuda

cuda下载地址

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export PATH=$PATH:/usr/local/cuda/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda

3.2安装cudnn

cudnn下载地址

sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*