Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺
本文为译文，主要介绍安装问题。Fastai github原文地址：https://github.com/fastai/fastai/blob/master/README.md#is-my-system-supported
注意事项:fastai v1目前只支持Linux，并且需要PyTorch v1和Python 3.6或更高版本。Windows还处于试验阶段:应该可以很好地工作，但还没有全面的测试。
Fastai可以安装在conda或pip包管理器中，也可以从source代码中安装。不能只运行install，因为首先需要安装正确的pytorch版本—从而获得fastai-1。注意，PyTorch v1和Python 3.6是最小的版本需求。强烈建议在虚拟环境(conda或其他)中安装fastai及其依赖项，这样就不会干扰系统范围内的python包。这并不是必须的，但是如果遇到任何依赖包的问题，请考虑仅为fastai使用一个新的虚拟环境。从pytorch-1开始。不再需要安装特殊的pytorch-cpu版本。而是使用普通的pytorch，它可以使用GPU，也可以不使用GPU。但是也可以安装cpu构建。如果遇到安装问题，请阅读有关安装问题。
Conda安装
conda install -c pytorch -c fastai fastai
将使用最新的cudatoolkit版本安装pytorch构建。如果需要更高或更低的CUDA XX构建(例如CUDA 9.0)，请按照说明安装所需的pytorch构建。注意，JPEG解码可能是一个瓶颈，特别是如果有一个快速的GPU。可以选择安装一个优化的JPEG解码器如下(Linux):
conda uninstall --force jpeg libtiff -y
conda install -c conda-forge libjpeg-turbo
CC="cc -mavx2" pip install --no-cache-dir -U --force-reinstall --no-binary :all: --compile pillow-simd
如果只关心更快的JPEG解压，它可以是上面最后一个命令中的pillow或pillow-simd，后者加快了其他图像处理操作。
PyPI安装
pip install fastai
默认情况下，pip将使用最新的cudatoolkit安装最新的pytorch。如果硬件不支持最新的cudatoolkit，请按照说明安装适合的硬件的pytorch构建。
错误修复安装
如果在git中修复了一个bug，可以用:
pip install git+https://github.com/fastai/fastai.git
开发者安装
下面的指令安装pip，以便在任何时候进行git pull，环境将自动获得更新。
git clone https://github.com/fastai/fastai
cd fastai
tools/run-after-git-clone
pip install -e ".[dev]"
接下来，可以通过启动jupyter笔记本测试构建是否工作:
jupyter notebook
从Source构建
用于由于任何原因不能使用预先打包的包，并且必须从源代码构建。按照说明从源代码构建pytorch。记住，首先要按照建议安装CUDA、CuDNN和其他必需的库——如果没有这些库内建到pytorch中，一切都会非常缓慢。接下来，还需要从source构建torchvision:
git clone https://github.com/pytorch/vision
cd vision
python setup.py install
最后，通过预先打包的pip或conda构建或从source(“开发者安装”)进行fastai安装，同前几节。
安装问题
如果安装过程失败，首先排除系统支持问题。如果问题仍然没有得到解决，请参考故障排除文档。
如果遇到conda的安装问题，请确保你有最新的conda客户端(conda install也会进行更新):
conda install conda
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/195909.html原文链接：https://javaforall.net
