Dieser Artikel wurde geschrieben, um daran zu denken, eine Umgebung für ** pytorch ** mit ** ubuntu ** zu erstellen. Wenn Sie Pytorch kennenlernen möchten, lesen Sie bitte den Artikel hier.
- ubuntu18.04
- GeForce GTX TITAN X
- CUDA 10.0
- anaconda 4.8.3
- python 3.7
- pycharm
Informationen zu GPUs (CUDA usw.) finden Sie im Artikel hier.
Jetzt bauen wir die Umgebung auf.
Diesmal verwendet die IDE Pycharm.
Das Installationsziel ist die folgende URL. https://www.jetbrains.com/pycharm/download/#section=linux
Sie können die folgenden Communitys herunterladen. (Schüler können Professional auch verwenden, wenn sie die von der Schule angegebene E-Mail-Adresse haben.) Für das Setup habe ich auf die Website hier verwiesen.
Sie können es vom Ubuntu-Launcher oder von der Ubuntu-Software in der Anwendungssuche herunterladen. Informationen zur Einrichtung finden Sie auf der obigen Site.
Das Installationsziel ist die folgende URL. https://www.anaconda.com/products/individual Die neueste Version wird installiert, wenn Sie von der oben genannten URL herunterladen. Wenn Sie eine ältere Version wünschen, können Sie aus hier auswählen.
Verschieben Sie zuerst die Anakonda in den heruntergeladenen Ordner auf Ihrem Gerät. Deshalb,
$ bash Anaconda3-2020.02-Linux-x86_64.sh
Der Dateiname ist der Dateiname, den Sie gelöscht haben.
Please, press ENTER to continue
Wenn der Befehl angezeigt wird, drücken Sie die Eingabetaste. Scrollen Sie dann in der Beschreibung nach unten
Do you accept the license terms?[yes|no]
Wenn der Befehl angezeigt wird, geben Sie yes ein und drücken Sie die Eingabetaste. Als nächstes werden Sie nach dem Pass gefragt. Wenn Sie ihn jedoch nicht ändern, können Sie ihn so eingeben, wie er ist. Sie werden gefragt, ob Sie VSCode eingeben möchten, aber dieses Mal werde ich es auf Nein setzen.
Es ist in Ordnung, wenn Sie keinen Fehler auslösen, indem Sie am Ende den folgenden Befehl eingeben.
$ conda -V
Öffnen Sie die Anaconda-Konfigurationsdatei im VIM-Editor
$ vi ~/.bashrc
Fügen Sie den folgenden Pfad hinzu, wie er überall sein kann.
Befehl einfügen: i
Speicherbefehl: ZZ
$ export PATH=~/anaconda3/bin:$PATH
Führen Sie nach dem Hinzufügen den folgenden Befehl aus
$ source ~/.bashrc
Wenn Sie den folgenden Befehl erneut ausführen, wird die Version von anaconda ausgegeben.
$ conda -V
Wenn Sie Bedenken bezüglich des Pfades haben, lesen Sie bitte hier.
Dieses Mal möchte ich pytorch in der virtuellen Umgebung von anaconda installieren, also erst die virtuelle Umgebung von anaconda erstellen. Geben Sie hier die Python an, die Sie verwenden möchten.
$ conda create -n test_torch python=3.7 anaconda
Überprüfen Sie, ob die virtuelle Umgebung erstellt wurde.
$ conda info -e
# conda environments:
#
test_torch /home/user/anaconda3/envs/test_torch
Aktivieren Sie die virtuelle Umgebung.
$ conda activate test_torch
Wenn Sie den Status der virtuellen Umgebung überprüfen
$ conda info -e
# conda environments:
#
test_torch * /home/user/anaconda3/envs/test_torch
Sie können sehen, dass die virtuelle Umgebung erfolgreich gestartet wurde. Verwenden Sie übrigens den folgenden Befehl, wenn Sie die virtuelle Umgebung inaktiv machen möchten.
$ conda deactivate
Installieren Sie pytorch in der virtuellen Umgebung. Da diesmal pytorch auf der GPU verwendet wird, installieren Sie die GPU-Version mit dem Befehl unter cuda. Es ist sicher, ein Cuda-Toolkit, das mit Cuda kompatibel ist, in Ihren Computer zu integrieren. Überprüfen Sie die unterstützten cuda und Befehle von hier.
$ conda install pytorch torchvision cudatoolkit=10.0 -c pytorch
Als nächstes erstellen Sie eine Umgebung für Pytorch mit Pycharm. Weitere Informationen finden Sie auf der Website hier. Ich werde es hier kurz vorstellen. Klicken Sie im neuen Pycharm-Projekt auf "..." des Visiting-Interpreters. Geben Sie anschließend im Interpreter von Conda Environment die Python der virtuellen Umgebung an, die zuvor aus "..." erstellt wurde. Drücken Sie abschließend auf Erstellen, um die Umgebung zu erstellen.
Führen Sie als Test nach dem Erstellen einer Python-Datei aus new den folgenden Code aus
import torch
num = torch.randn(3,3)
num.cuda()
print(num)
Wenn Sie ein solches Ergebnis erzielen, sind Sie erfolgreich. Danke für deine harte Arbeit.
tensor([[-1.3524, -0.1332, -1.7219],
[ 1.1739, 0.3055, 1.4518],
[-2.2588, -1.2884, -1.4783]])
Ich bin gerade dabei, von Keras zu Pytorch zu wechseln, aber ich habe das Gefühl, dass Pytorch von nun an zum Mainstream wird, deshalb möchte ich es so schnell wie möglich lernen.
Jemand bringt mir bitte den Code bei, um das Bild mit Qiita zu zentrieren ...
Recommended Posts