Ubuntu python2 安装带cuda版本的pytorch

Ubuntu python2 安装带cuda版本的pytorch

时代在进步，pytorch在1.5版本以及停止了对python2的支持，但是在Ubuntu中使用机器人操作系统ros melodic 及以下ros版本时，仍避免不了ros不能很好地兼容python3的尴尬，如果想要在ros中使用pytorch搭建神经网络，该怎么办呢？

安装NVIDIA GPU驱动

首先检查是否安装NVIDIA GPU驱动

输入检测你的NVIDIA显卡型号和推荐的驱动安装型号：

ubuntu-drivers devices

会输出一堆型号，型号名字后面加了recommend是推荐安装的版本

可以使用：

sudo ubuntu-drivers autoinstall

来自动安装合适的版本

也可以

sudo apt-get install nvidia-driver-450

来安装手动安装recommend的版本（比如我的recommend版本是450，我后面就写的是450）

等待安装完成后重启

sudo reboot

检查是否成功：

nvidia-smi

查看CUDA版本（一般使用上述步骤会帮你装好cuda）：

nvcc -V

安装pytorch

可以去pytorch官网选择合适自己版本的pytorch安装。

但是很遗憾的是pytorch在1.5以及以上的版本中都停止了对python2的支持。

所以如果要用python2，请到官网之前的版本

中找到

我的cuda版本9.1，python2.7，按照指示：

pip install torch==1.4.0+cu92 torchvision==0.5.0+cu92 -f https://download.pytorch.org/whl/torch_stable.html

如果你的Ubuntu默认python是python3，不要忘记改成：

pip2 install torch==1.4.0+cu92 torchvision==0.5.0+cu92 -f  https://download.pytorch.org/whl/torch_stable.html

虽然我的cuda是9.1版本，但是经过测试安装9.2的pytorch也可以。

然后：

pip2 install torchvision

如果报错可以试试：

pip2 install --no-deps torchvision

直接运行可能还是会报错，要先安装：

pip2 install future

然后运行testPytorch.py测试。输出

True
tensor(1., device='cuda:0')
True
True

大功告成。

附上测试脚本testPytorch.py：

#coding=utf-8
import torch
import torchvision
from torch.backends import cudnn

print(torch.cuda.is_available())
 
a = torch.tensor(1.)
# 若正常则静默
 
print(a.cuda())
# 若正常则返回 tensor(1., device='cuda:0')
 
print(cudnn.is_available())
# 若正常则返回 True
 
print(cudnn.is_acceptable(a.cuda()))
# 若正常则返回 True