Linux安装PyTorch

我本人第一次使用 Linux 跑代码，命令行端其实用的十分不熟练而且不熟悉，因此在此期间犯了很多错误，在这里总结一下。

以下操作都要基于anaconda虚拟环境操作，否则出错特别容易崩，血的教训！！！

PyTorch 的安装

安装 PyTorch 去官网安装就好啦，附上链接：Start Locally | PyTorch

选择自己机器对应的版本，这里其实需要注意自己 GPU 的算力，不然可能会出现以下报错：

GeForce RTX 3090 with CUDA capability sm_86 is not compatible with the current PyTorch installation.
The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_70.

比如我一开始安装的是 CUDA 10.2，出现了如下报错。这个的意思是说当前 PyTorch 依赖的 CUDA 版本支持的算力只有3.7、5.0、6.0、7.0。

算力7.0的显卡可以在支持最高算力7.5的CUDA版本下运行，但是算力7.5的显卡不可以在支持最高算力7.0的CUDA版本下运行。 同理算力8.x的显卡不可以在支持最高算力7.x的CUDA版本下运行。

如何查看 CUDA 对应什么算力的 GPU 呢？

查看 CUDA 文档与查看 GPU 算力。

CUDA 文档：NVIDIA Ampere GPU Architecture Compatibility Guide :: CUDA Toolkit Documentation

可以看到，CUDA 11.0 可以生成算力为8.0（其实应该是8.x）的 cubin，另一个意思是说 CUDA11.0 支持 Ampere 安培架构的显卡。

GPU 算力查看：CUDA GPU | NVIDIA Developer

在这里就可以看到各种 GPU 对应的算力啦，可以看到3090显卡对应的算力是8.6，那么安装 CUDA 11.0 没错！

根据官网给的 Linux 命令行代码，复制粘贴等待安装好就 OK 了。

参考博文：

GeForce RTX 3090 with CUDA capability sm_86 is not compatible with the current PyTorch installation._Paramagnetism的博客-CSDN博客

nvidia显卡和CUDA版本关系 - 简书 (jianshu.com)

关于 Apex 的安装

跑论文里的代码遇到了 Apex 包，也是遇到了一些问题，简单记录总结一下。

首先该包下载安装方式比较特殊，需要去 GitHub 上下载。附网址：NVIDIA/apex: A PyTorch Extension: Tools for easy mixed precision and distributed training in Pytorch (github.com)

下载并安装：

• 完整功能：

git clone https://github.com/NVIDIA/apex
cd apex
pip install -v --disable-pip-version-check --no-cache-dir --global-option="--cpp_ext" --global-option="--cuda_ext" ./

• Python 构建：

pip install -v --disable-pip-version-check --no-cache-dir ./

需要注意的是：在使用 Python 构建的时候，需要切换到有 torch 的 conda 环境！！！

不然就报错啦。