环境说明
ubuntu16.04
cuda10.0
2080Ti显卡
拉取代码和修改编译脚本
拉取代码
用户先clone代码：
git clone https://github.com/torch/distro.git ~/torch --recursive
通常下载很慢，--recursive参数下载的submodule会失败，需要多执行几次如下命令：
cd torch
git submodule update --init --recursive
安装依赖
1.torch源码中明确指定的依赖 需要sudo权限安装，如果当前账户不是sudo账户也不是root账户则需要联系你的管理员来安装：
bash install-deps;
2.torch源码没说，但实测下来需要的依赖
使用原生的lua5.2而不是luajit，需要apt装一下lua：
sudo apt install lua-5.2
配置cuda/cudnn：系统管理员先前已经安装了cuda-8.0, cuda-9.0, cuda-10.0到/usr/local/cuda-10.0等目录，在~/.bashrc中配置PATH和LD_LIBRARY_PATH即可。
配置CMake，需要高版本cmake，ubuntu16.04用apt装的cmake3.5.1版本太老，FindCUDA.cmake相关有问题。
手动安装了cmake-3.15-rc1
拷贝CMake-3.15-rc1安装路径下的Modules目录到~/torch/cmake/3.15/
拷贝
/torch/cmake/3.6/CMakeLists.txt到/torch/cmake/3.15目录配置使用CUDA10,因为用的是2080Ti，cuda9.0虽然能找到
compute_75算力但是编译失败，需要配置cuda10。编辑~/.bashrc添加：export CUDA_HOME=/usr/local/cuda-10.0 export PATH=/usr/local/cmake-3.15/bin:/usr/local/cuda-10.0/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64 export TORCH_NVCC_FLAGS="-Xcompiler -D__CUDA_NO_HALF_OPERATORS__"
cudnn也需要一定的配置。torch7默认用cudnn5，cuda10搭配的cudnn7.5。
git clone https://github.com/soumith/cudnn.torch.git -b R7 && cd cudnn.torch && luarocks make cudnn-scm-1.rockspec
(from: https://github.com/soumith/cudnn.torch/issues/383)
然后~/.bashrc配置：
export CUDNN_PATH="/usr/local/cuda-10.0/lib64/libcudnn.so.7"
3.torch源码修改 几个坑：
- torch官方很久不更新了，ATen等C++重新实现的核心代码在PyTorch官方repo中，https://github.com/torch/torch7 则几乎不维护
- torch7不支持cuda10.0，需要自行修改cmake脚本
- torch7判断cuda>=7.0.5就使用FP16，然而我这里用的gcc-5.4发现FP16（half精度）相关的代码报错，需要手动注释掉，修改包括cmake脚本和.cuh、.c代码
具体包括：
因为torch默认不支持cuda10.0，需要修改extra/cutorch/lib/THC/cmake/select_compute_arch.cmake:
找到
list(APPEND CUDA_COMMON_GPU_ARCHITECTURES "6.0" "6.1" "6.1+PTX"
改为
list(APPEND CUDA_COMMON_GPU_ARCHITECTURES "6.0" "6.1" "6.1+PTX" "7.5")
找到
if(nvcc_res EQUAL 0)
# only keep the last line of nvcc_out
STRING(REGEX REPLACE ";" "\\\\;" nvcc_out "${nvcc_out}")
STRING(REGEX REPLACE "\n" ";" nvcc_out "${nvcc_out}")
list(GET nvcc_out -1 nvcc_out)
string(REPLACE "2.1" "2.1(2.0)" nvcc_out "${nvcc_out}")
set(CUDA_GPU_DETECT_OUTPUT ${nvcc_out} CACHE INTERNAL "Returned GPU architetures from detect_gpus tool" FORCE)
endif()
修改为：
#if(nvcc_res EQUAL 0)
# # only keep the last line of nvcc_out
# STRING(REGEX REPLACE ";" "\\\\;" nvcc_out "${nvcc_out}")
# STRING(REGEX REPLACE "\n" ";" nvcc_out "${nvcc_out}")
# list(GET nvcc_out -1 nvcc_out)
# string(REPLACE "2.1" "2.1(2.0)" nvcc_out "${nvcc_out}")
# set(CUDA_GPU_DETECT_OUTPUT ${nvcc_out} CACHE INTERNAL "Returned GPU architetures from detect_gpus tool" FORCE)
#endif()
set(__nvcc_out "7.5")
修改torch/install.sh，把里面所有3.6改成3.15。
去掉FP16功能相关的宏，因为编译会失败。方法：
ag 'CUDA_HAS_FP16'
找到
extra/cutorch/lib/THC/CMakeLists.txt
extra/cutorch/CMakeLists.txt
这两个文件，里面FLAGS去掉CUDA_HAS_FP16相关功能。
extra/cutorch/lib/THC/THCHalf.h，去掉#define CUDA_HAS_FP16 1
extra/cutorch/lib/THC/THCTensorMode.cuh，找到带
extra/cutorch/lib/THC/THCGeneral.c，文件最后面两个函数half2float和float2half，用#ifdef CUDA_HAS_FP16 #endif包裹
error: cannot overload functions distinguished by return type alone 需要添加nvcc的flags，vim ~/torch/extra/cutorch/lib/THC/CMakeLists.txt +65，添加：
-Xcompiler -D__CORRECT_ISO_CPP11_MATH_H_PROTO
error: more than one operator "==" matches these operands 原因是cuda和torch的头文件都提供了相同的重载运算符，编译器不知道用哪一个。输入下面shell命令禁止使用cuda的头文件编译torch即可： export TORCH_NVCC_FLAGS="-D__CUDA_NO_HALF_OPERATORS__" 然后重新执行torch的编译安装 （from: https://blog.csdn.net/u013066730/article/details/80936627）
编译
TORCH_LUA_VERSION=LUA52 ./install.sh 2>&1 |
编译失败，清理办法
./clean.sh
编译成功，截图：
