Ubuntu18.04+GTX3090 编译安装pytorch-nightly环境

由于pytorch目前对30系列显卡的支持不是很好，最好使用源码编译安装，特此记录。

时间：2020年11月24日
安装方式：源码编译安装
环境：ubuntu18.04 + GTX3090 + 显卡驱动455 + Cuda11.1.0 + Cudnn8.0.4
(环境安装)

源码安装

1.安装torch

0. 进入Conda环境

   conda activate pytorch_test
   

1. 安装依赖

   conda install numpy ninja pyyaml mkl mkl-include setuptools cmake cffi typing_extensions future six requests dataclasses
   

2. 克隆项目

   git clone --recursive https://github.com/pytorch/pytorch
   cd pytorch
   git submodule sync
   git submodule update --init --recursive
   

   ( 若 clone 失败可以手动下载或使用代理 )
3. 编译安装

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

4. 验证安装
   首先退出当前文件夹，不要在当前文件夹下测试import torch 否则会有一个报错告诉你更改文件夹。
   在其他任意地方进行安装检查：

   $ python -c "import torch; print(torch.__version__)"
   >>> 1.8.0a0+fe4f90c
   $ python -c "import torch; print(torch.version.cuda)"
   >>> 11.1
   $ python -c "import torch; print(torch.cuda.current_device())"
   >>> 0
   

   记得要做最后一个检查，因为只有这个检查通过了才说明你的pytorch能够使用30系列gpu，如果你的pytorch对应的不是cuda11，前两个检查能通过，第三个会报错说pytorch和3080/3090不兼容

2.安装torchvision

1. clone项目并安装

   git clone --recursive https://github.com/pytorch/vision.git
   cd vision/
   python setup.py install
   

2. 安装检查

   $ python -c "import torchvision; print(torchvision.__version__)"
   >>> 0.8.0a0+8088cc9
   

全文参考：3080/3090 pytorch gpu计算环境安装指南 ubuntu20.04