關於Windows PRs併入PyTorch的master分支

經過幾個月的努力，隨著11月8號PR 2941併入PyTorch之後，我們終於將關於Windows支持的相關PR全部併入了PyTorch的master分支，現在你可以直接對master分支進行編譯了。編譯需要的組件有：

CPU版本：

1. Visual Studio 2017 C++ Build Tools
2. CMake 3.0 及以上
3. 64位Windows系統
4. 64位Anaconda/Miniconda 或者 Python 3.5及以上

GPU版本：

1. CUDA 8.0 及以上
2. NVTX (在 CUDA 中為VS的插件，若安裝失敗，可以解壓CUDA安裝包，在CUDAVisualStudioIntegration中找到）
3. 對於CUDA 8 的編譯還需要Visual Studio 2015 with Update 2 及以上

可選項：

1. cuDNN 6.0 及以上
2. BLAS 運算庫 （主要是OpenBLAS和MKL）

更新：已添加一個repo用於一鍵進行編譯安裝，歡迎體驗使用。

編譯步驟如下：

1. clone 官方 repo，並執行一些預備處理

git clone --recursive https://github.com/pytorch/pytorchcd pytorchxcopy /Y atensrcATencommon_with_cwrap.py toolssharedcwrap_common.py

2. 在開始菜單找到x86_x64 Cross Tools Command Prompt for VS 2017，打開並切換目錄至pytorch的目錄下。如果找不到，他的位置一般在C:Program Files (x86)Microsoft Visual Studio2017EnterpriseVCAuxiliaryBuildvcvarsx86_amd64.bat。

3. 在x86_x64 Cross Tools Command Prompt for VS 2017下執行如下一些預配置（在set命令後請務必不要多打空格或Tab）

# 如果不需要 CUDA 支持set NO_CUDA=1# 如果安裝有多個 CUDA 版本，默認會編譯最後安裝的版本，若要覆蓋set CUDA_PATH=%CUDA_PATH_V8_0%# 或者set CUDA_PATH=%CUDA_PATH_V9_0%# 對於 CUDA 8 的編譯set CMAKE_GENERATOR=Visual Studio 14 2015 Win64# 對於 CUDA 9 / CPU 的編譯set CMAKE_GENERATOR=Visual Studio 15 2017 Win64# 你也可以使用 Ninja 來加速 CUDA 的編譯pip install ninjaset CMAKE_GENERATOR=Ninja# 如果使用 Ninja 為 CUDA 8 進行編譯set PREBUILD_COMMAND=%VS140COMNTOOLS%....VCvcvarsall.batset PREBUILD_COMMAND_ARGS=x86_amd64# 如果需要多次編譯，可以使用 clcache 來加快下次編譯的速度pip install git+https://github.com/frerich/clcache.gitset USE_CLCACHE=1set CC=clcacheset CXX=clcache# 如果需要添加 BLAS 支持(OpenBLAS, MKL)set LIB=[PATH_TO_BLAS_LIBS];%LIB%# （僅Conda）如果你的Python版本低於3.5set PYTHON_VERSION=3.5 # 3.6 or up is also fine conda create -q -n test python=PYTHON_VERSION numpy mkl cffi pyyamlactivate test# （僅Python）請安裝第三方的numpy和mkl包和官方的pyyamlpip install numpy.whlpip install mkl.whlpip install pyyaml# 如果你同時安裝了 VS 2015 和 2017set DISTUTILS_USE_SDK=1

4. 開始編譯安裝

python setup.py install

目前針對Windows的已修復項：

1. 在backward過程中拋出異常會導致死鎖 PR 2941
2. 在Dataloader開多線程時，會存在內存泄漏 PR 2897
3. torch.cuda下的一個縮進bug PR 2941
4. 增加對新 CUDA 和 cuDNN 版本的支持 PR 2941

目前Windows的已知問題：

1. 部分測試會遇到許可權不足問題 PR 3447
2. 分散式 torch.distributed 和 多顯卡 nccl 不支持
3. python 3.5 以下的版本不支持
4. 多線程的使用方式與 Unix 不同，對於DataLoader的迭代過程一定要使用如下代碼做保護。如遇到多線程下的問題，請先將num_worker設置為0試試是否正常。

if __name__ == __main__:

另外，大家一定很關心什麼時候能出正式Windows正式版，日前，Soumith大神給出了他的回復：

所以這次應該還是見不到正式的Windows版本，但是各位可以期待到時候我的Conda包。

以上，就是文章的全部內容啦，如果感覺還意猶未盡的話，可以給我的Github 主頁或者項目加個watch或者star之類的（滑稽），以後說不定還會再分享一些相關的經驗。

推薦閱讀：