[Note] [PyTorch] De l'installation à la simplicité d'utilisation

introduction

J'ai décidé d'utiliser un réseau neuronal dans mes recherches, j'ai donc décidé d'utiliser PyTorch (mort cérébrale). Je sais que c'est populaire, et je sais seulement que j'ai poussé le chainer fabriqué par PFN jusqu'à la fin du développement (je me demande si cette expression est correcte ...), mais je ne l'ai jamais utilisé concrètement. , Préparez l'environnement et utilisez-le pendant un certain temps, et conservez-en une trace.

Qu'est-ce que PyTorch?

PyTorch est une bibliothèque Python développée par Facebook, principalement pour les réseaux de neurones (NN) (mon biais). C'est un outil pratique qui permet de réduire l'obstacle de NN, par exemple en permettant de calculer NN rapidement en permettant d'utiliser le GPU et en ayant un système de différenciation automatique.

Comment télécharger

Environnement de l'écrivain OS:Windows10 Python : Python3.7 Package : Anaconda IDE : Spyder4.1.4 GPU: uniquement celui embarqué. NVIDIA n'est pas étouffant

Tout d'abord, récupérez la commande d'installation de pytorch sur la page WEB suivante.

PyTorch

Notez que si vous ne sélectionnez pas la commande d'installation appropriée, vous obtiendrez une erreur.

Les choix sont

    1. Build (je l'ai vérifié, mais je ne suis pas sûr, alors sélectionnez la gauche selon d'autres articles) 2.OS
    1. paquet
  1. Langue
  2. CUDA (il semble que ce soit pour utiliser GPU) Cinq sur. Selon l'environnement de l'auteur, je l'ai fait comme le montre l'image ci-dessous.

image.png

La partie de Exécuter cette commande en bas est la commande d'installation. Ensuite, installez-le en suivant les étapes ci-dessous. ① Faites un clic droit sur l'invite Anaconda et ouvrez avec Autre → Exécuter en tant qu'administrateur. ② Exécutez la commande suivante

conda install pytorch torchvision cpuonly -c pytorch

C'est acceptable

Remarque: cela a fonctionné sur mon bureau à la maison, mais pour une raison quelconque, cela n'a pas fonctionné sur mon ordinateur portable et j'ai eu l'erreur suivante:

OSError:[WinError 126]Le module spécifié est introuvable.

Lorsque j'ai recherché le message d'erreur, la page de @ kunishou0903 [(Que faire quand "OSError: [WinError 126] Le module spécifié est introuvable dans la torche d'importation")](https://qiita.com Je suis arrivé à / kunishou0903 / items / b1789c446770c8c97613) et j'ai exécuté la commande suivante introduite dans «Installer une ancienne version de Pytorch» dans cet article et cela a fonctionné.

conda install pytorch==1.5.0 torchvision==0.6.0 -c pytorch

N'oubliez donc pas que le pytorch de l'ordinateur portable est obsolète.

Facile à utiliser

Vous pouvez faire référence aux éléments d'une matrice par numéros de lignes et de colonnes, calculer des moyennes, transposer et faire la plupart de ce que vous pouvez faire avec numpy. De plus, il peut être converti en numpy. Je n'utilise pas de GPU, donc je ne ressens pas vraiment les avantages, mais je pensais que la différenciation automatique serait utile, alors je vais l'écrire ci-dessous.

#Bibliothèque
import torch

#Création de matrice
A = torch.tensor([[1,2],[3,4]]) 
B = torch.tensor([[4,3],[2,1]])

#Produit de matrices
torch.mm(A,B)
###tensor([[ 8,  5],[20, 13]])###

#Différenciation automatique
x = torch.tensor(3.0, requires_grad = True) #Nécessite si vous voulez que X soit une variable_Définir l'argument grad sur True
                                            #Les 4 premiers donnent un point à X.
a = torch.tensor(2.0) #Inclinaison
b = 1.0               #Section
y = a*x + 1 #Définition des fonctions

print(y) # x =Valeur à 3
###tensor(7., grad_fn=<AddBackward0>)###

y.backward() #requires_Exécution de la différenciation avec une variable dont grad = True

print(x.grad) #Résultat différencié
###tensor(2.)###

Source du devis

[1]PyTorch [2] (Que faire lorsque "Erreur du système d'exploitation: [WinError 126] Le module spécifié est introuvable dans la torche d'importation") [3] Construction de l'environnement PyTorch (Windows10, Anaconda3, Pycharm, Python3) Je n'ai rien cité directement, mais veuillez également vous référer à cette page. Fait. [4] "Introduction au développement de PyTorch utilisable sur le terrain, par Shaseibashi" ← Je l'ai acheté. Le meilleur.

Recommended Posts

[Note] [PyTorch] De l'installation à la simplicité d'utilisation
De l'installation d'Elasticsearch à la saisie des données
Installation d'OpenMPI Du téléchargement au passage
Conversion facile de l'heure UTC en heure locale
Tutoriel Flask (de l'installation à Hello World)
Introduction à Scapy ① (De l'installation à l'exécution de Scapy)
[Procédure d'installation Ansible] De l'installation à l'exécution du playbook
[PyTorch] Comment installer
Points à noter lors du passage de NAOqi OS 2.4.3 à 2.5.5
Somme de 1 à 10
De l'installation de ROS pour Windows au contrôle de fonctionnement
Un moyen simple d'appeler Java depuis Python
Installation facile de RDKit
De Kafka à KSQL - Construction d'environnement facile avec docker
Configuration de RaspberryPi3 (STRETCH) depuis l'installation du système d'exploitation vers Hello World
Construction de l'environnement de développement Python 2020 [De l'installation de Python à l'introduction à la poésie]
Mercurial a cessé de fonctionner après la migration de Python 2 vers Python 3 (Remarque)
Changements de Python 3.0 à Python 3.5
Changements de Python 2 à Python 3.0
Introduction à Lightning Pytorch
Transition de WSL1 à WSL2
Flacon facile à utiliser
[Pytorch] numpy à tenseur
Remarque pour faire de python un démon
Facile à utiliser SQLite3
De l'édition à l'exécution
[CentOS 7.7] De l'installation de l'environnement de bureau à la connexion au bureau à distance possible (à partir de l'installation minimale)
Explication de l'installation de Sphinx à l'utilisation d'un thème externe (Bootswatch)
Points à noter lors de la suppression de plusieurs éléments de la liste
Tutoriel Rabbit MQ (1) - De l'installation à Hello World (traduction du site officiel)