深度linux编译GPU版本Pytorch

摘要

本文记录了在deepin Linux环境下为旧显卡（GTX650）编译GPU版pytorch过程，期间出现过许多令人崩溃的情况。本文主要讲述了源代码的获取和编译时的情况，旨在给大家提供一点参考。

简介（吐槽）

目前Pytorch要求的显卡计算能力越来越强，1.4版本的最低计算能力已经达到了3.5。现成的gpu版本pytorch在我目前的计算机上都无法运行了（1.4，1.3……），都建议从源码自行编译。以为按照pytorch github的操作指示输入几行代码就搞定了，还是太naive了！下面罗列下我遇到的令人崩溃的情况：

1. 获取源码困难，崩溃！
2. 获取了一份问题源码，cmake有27000多个编译任务，编译25多个小时（i7 950）；编译中断后无法继续；编译快完成的时候，链接占满内存(10G内存)，失败！崩溃！
3. 使用预编译的gpu版本pytorch，只用0.3.0版本的支持旧显卡（gtx650），但是很多语法已经改变，许多功能也没有。崩溃！

令人崩溃的根本原因就是正确源码无法下载。
下面即为将本次编译的过程记录。

环境

安装显卡驱动和cuda网上有很多成熟的教程了，这里不赘述了。本次编译的环境为：

1. 操作系统：deepin Linux
2. Python版本：Python 3.7