前言

Pytorch我们都熟悉，是一个优秀的深度学习的运行库，但我们可能也知道Pytorch的前身torch。Torch也是一个优秀的深度学习库，运行语言是lua语言。既然我们有了Pytorch，为什么还要装torch呢？

很简单：

• Torch框架和Pytorch框架类似，熟悉了Pytorch学习torch轻而易举
• Torch框架的设计也很优秀，自定义化相比Pytorch更灵活
• 很多优秀的项目，或者说很多最近的项目很多都是使用Torch编写的

说了这么多，开始安装吧！

安装

以下安装环境在Ubuntu16.04。

因为我们安装torch需要运行在GPU上，首先应该安装好Cuda9.1和cudnn。

相关安装cuda和cudnn教程：
https://oldpan.me/archives/ubuntu16-04-install-cuda9-1-solution
https://oldpan.me/archives/pytorch-gpu-ubuntu-nvidia-cuda90

安装搭配好环境后就可以进行安装torch了。

首先自己创建一个文件夹叫做torch，一般我创建的地址为：home/prototype/torch/。

cd到当前的文件夹，从github下载源代码：

git clone https://github.com/torch/distro.git . --recursive

下载好后，安装依赖包然后，安装源文件：

./install-deps
./install.sh

因为我们使用的是cuda9.0以上，如果直接安装torch的话需要遇到这种问题：

...
[ 15%] Building NVCC (Device) object lib/THC/CMakeFiles/THC.dir/THC_generated_THCTensorMathReduce.cu.o
2 errors detected in the compilation of "/tmp/tmpxft_00002141_00000000-4_THCTensorMath.cpp4.ii".
CMake Error at THC_generated_THCTensorMath.cu.o.cmake:267 (message):
  Error generating file
  /home/ubuntu/torch/extra/cutorch/build/lib/THC/CMakeFiles/THC.dir//./THC_generated_THCTensorMath.cu.o


lib/THC/CMakeFiles/THC.dir/build.make:112: recipe for target 'lib/THC/CMakeFiles/THC.dir/THC_generated_THCTensorMath.cu.o' failed
make[2]: *** [lib/THC/CMakeFiles/THC.dir/THC_generated_THCTensorMath.cu.o] Error 1
make[2]: *** Waiting for unfinished jobs....
^Clib/THC/CMakeFiles/THC.dir/build.make:105: recipe for target 'lib/THC/CMakeFiles/THC.dir/THC_generated_THCTensorCopy.cu.o' failed
make[2]: *** [lib/THC/CMakeFiles/THC.dir/THC_generated_THCTensorCopy.cu.o] Interrupt
lib/THC/CMakeFiles/THC.dir/build.make:140: recipe for target 'lib/THC/CMakeFiles/THC.dir/THC_generated_THCTensorMathPairwise.cu.o' failed
make[2]: *** [lib/THC/CMakeFiles/THC.dir/THC_generated_THCTensorMathPairwise.cu.o] Interrupt
CMakeFiles/Makefile2:172: recipe for target 'lib/THC/CMakeFiles/THC.dir/all' failed
make[1]: *** [lib/THC/CMakeFiles/THC.dir/all] Interrupt
Makefile:127: recipe for target 'all' failed
make: *** [all] Interrupt

遇到这种错误是因为最新版的cuda和torch不兼容的问题，我们需要设置一下环境变量：

export TORCH_NVCC_FLAGS="-D__CUDA_NO_HALF_OPERATORS__"

设置好之后，执行：

 ./clean.sh 

清除之前的安装文件。
继续使用命令：./install.sh安装。

安装编译需要一会时间。

安装好后，会提示设置环境变量，输入yes就行。

然后执行source ~/.bashrc激活相应的环境变量。

这是在终端输入th就可以呼出torch的控制界面：

prototype@prototype-X299-UD4-Pro:~$ th
 
  ______             __   |  Torch7 
 /_  __/__  ________/ /   |  Scientific computing for Lua. 
  / / / _ \/ __/ __/ _ \  |  Type ? for help 
 /_/  \___/_/  \__/_//_/  |  https://github.com/torch 
                          |  http://torch.ch 
	
th> 

相关组件

配套torch的相关组件我们一般是Image图像处理库和Loadcaffe这个读取caffe预训练model的库。

安装Image图像处理库很简单:

luarocks install image

安装loadcaffe的时候可能会需要问题：

luarocks install loadcaffe

会遇到：

-- The C compiler identification is GNU 4.8.5
-- The CXX compiler identification is GNU 4.8.5
-- Check for working C compiler: /usr/bin/cc
-- Check for working C compiler: /usr/bin/cc -- works
-- Detecting C compiler ABI info
-- Detecting C compiler ABI info - done
-- Check for working CXX compiler: /usr/bin/c++
-- Check for working CXX compiler: /usr/bin/c++ -- works
-- Detecting CXX compiler ABI info
-- Detecting CXX compiler ABI info - done
-- Found Torch7 in /home/adityac/torch/install
-- Could NOT find PROTOBUF (missing: PROTOBUF_LIBRARY PROTOBUF_INCLUDE_DIR)
CMake Error: The following variables are used in this project, but they are set to NOTFOUND.
Please set them or make sure they are set and tested correctly in the CMake files:
PROTOBUF_LIBRARY (ADVANCED)
linked by target "loadcaffe" in directory /tmp/luarocks_loadcaffe-1.0-0-7097/loadcaffe

-- Configuring incomplete, errors occurred!
make: *** No targets specified and no makefile found. Stop.

Error: Build error: Failed building.

这是我们缺少相应的环境包：

sudo apt-get install libprotobuf-dev protobuf-compiler

安装好这个再安装loadcaffe就没问题了。

这时就可以愉快地使用torch了。

下篇我会讲解如何已经学会Pytorch的基础上如何快速入门torch。

参考资料

https://github.com/szagoruyko/loadcaffe/issues/76
https://github.com/torch/cutorch/issues/797