PyTorch学习笔记01：开发环境搭建

课程地址：http://campus.swarma.org/gvid=10351

一、安装环境

Linux Version：GNU/Linux 4.10.0-35-generic x86_64
Python Version: 3.5.3

二、Anaconda的安装

（一）Anaconda概念

翻译自：https://www.anaconda.com/what-is-anaconda/

Anaconda是最流行的Python数据科学平台

Anaconda是有超过450万使用者的开源分发框架。它的conda包和虚拟环境管理是专门为Python数据科学及机器学习而设计的。只需要用一个简单的conda install命令，就能快速搭建数据科学/机器学习运行环境如Scikit-Learn和TensorFlow。

你只需要拿到对应操作系统的包即可编译使用，我们保证了跨平台之间的结果一致。现在知识库里有多达1000多个数据科学包可供使用，社区（anaconda.org）本身也正正生产更多的包。

Anaconda的商业化产品Anaconda Enterprise，可帮助组织搭建Python+R的企业级IT环境，支持多种上线方案如笔记本，应用，仪表盘，机器学习模型和大数据接口（Kubernetes，Hadoop，Spark）。

01-P1

（二）安装步骤（对应上述环境）

1. 到下载地址下载安装包，我的文件名称是：Anaconda3-5.0.1-Linux-x86_64.sh
2. 回到命令行执行

wget 'https://repo.continuum.io/archive/Anaconda3-5.0.1-Linux-x86_64.sh'
bash /root/Anaconda3-5.0.1-Linux-x86_64.sh

后按提示操作即可

三、conda虚拟环境的创建

1. 安装后会自动把Anaconda的bin路径配置到/.bashrc中，但可能需要重新登录或手动export一次 PATH来让配置生效。

如：

export PATH="/root/anaconda3/bin:$PATH"

1. 配置完毕后运行

conda create -n deep python=3.6 pandas numpy matplotlib jupyter notebook

deep为虚拟环境名称
设定环境为python3.6
加载一系列软件包：pandas numpy matplotlib jupyter notebook

1. 激活虚拟环境

source activate deep

四、PyTorch的安装

（一）概念

参考官网

Tensors and Dynamic neural networks in Python with strong GPU acceleration.

PyTorch is a deep learning framework that puts Python first.

We are in an early-release Beta. Expect some adventures.

三大特点：

1. 基于Python的深度学习框架
2. 张量与动态神经网络
3. 强大的GPU加速

（二）安装步骤

执行安装命令

conda install pytorch torchvision -c soumith

五、jupyter notebook的使用

为了可以使用浏览器远程登录到服务器使用，下面的步骤以此为目标。

1. 生成配置文件

jupyter notebook --generate-config

1. 生成密码（进入Python运行）

from notebook.auth import passwd
passwd()

之后会获取到一串 'sha1...' 的密文，保存起来

1. 修改刚刚生成的配置文件，在文件底部加入以下代码

# 打开文件修改
vim ~/.jupyter/jupyter_notebook_config.py
# 添加代码
c.NotebookApp.ip='*'
c.NotebookApp.password = u'sha1...填入密文'
c.NotebookApp.open_browser = False 
c.NotebookApp.port =8888

1. 启动jupyter notebook

jupyter notebook

1. 登录使用

地址：http://远程服务器IP:8888

六、PyTorch环境验证

在jupyter notebook的界面中

1. 添加一个Python3文件
2. 输入import torch
3. Shift+Enter
4. 没有错误提示即环境搭建完毕

七、虚拟环境的退出与再次激活

Ctrl+C然后按y可退出jupyter notebook的运行
退出虚拟环境：

deactivate deep

再次运行：

source activate deep
jupyter notebook

附：参考资料

Anaconda编程环境
出现MemoryError错误的解决方案

# check free ram size
free -m
# create swap file of 512 MB
dd if=/dev/zero of=/swapfile bs=1024 count=524288
# modify permissions
chown root:root /swapfile
chmod 0600 /swapfile
# setup swap area
mkswap /swapfile
# turn swap on
swapon /swapfile

jupyter notebook资料