如何解析pytorch-gpu源碼編譯

軟硬件環(huán)境

• ubuntu 18.04 64bit
• NVidia GTX 1070Ti
• anaconda with python 3.7
• CUDA 10.1
• cuDNN 7.6
• pytorch 1.8

python和gpu環(huán)境

這個(gè)就不多講了，沒裝好的，可以參考下面的鏈接

• anaconda基本使用
• ubuntu安裝CUDA和cuDNN

編譯步驟

安裝基礎(chǔ)依賴

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

由于要使用gpu，所以還需要安裝LAPACK支持，根據(jù)CUDA版本安裝對(duì)應(yīng)的軟件包

# Add LAPACK support for the GPU if needed
conda install -c pytorch magma-cuda101  # or [ magma-cuda101 | magma-cuda100 | magma-cuda92 ] depending on your cuda version

接下來(lái)就可以開始克隆代碼了

git clone --recursive https://github.com/pytorch/pytorch
cd pytorch
# if you are updating an existing checkout
git submodule sync
git submodule update --init --recursive

準(zhǔn)備工作完成后，就可以開始編譯了

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

CMAKE_PREFIX_PATH其實(shí)就是anaconda的安裝目錄，如我這里的/home/xugaoxiang/anaconda3

編譯的時(shí)候較長(zhǎng)，耐心等待就好

測(cè)試

重新開一個(gè)terminal進(jìn)行測(cè)試

(base) xugaoxiang@1070Ti:~$ ipython
Python 3.7.6 (default, Jan  8 2020, 19:59:22)
Type 'copyright', 'credits' or 'license' for more information
IPython 7.19.0 -- An enhanced Interactive Python. Type '?' for help.

In [1]: import torch

In [2]: torch.__version__
Out[2]: '1.8.0a0+46d846f'

In [3]: torch.cuda.is_available()
Out[3]: True

In [4]:

說明pytorch已經(jīng)安裝到了anaconda的環(huán)境中，而且是gpu的版本，搞定！

整個(gè)編譯過程還是非常順利的，之前我們編譯過opencv、tensorflow、caffe，跟他們相比，pytorch在依賴關(guān)系的處理上做的非常好，以子項(xiàng)目的形式納入到自己的工程當(dāng)中，整個(gè)編譯過程沒出現(xiàn)過報(bào)錯(cuò)，文檔也是寫的簡(jiǎn)單明了，難怪它的市占率會(huì)越來(lái)越高。