Cet article a été écrit pour ne pas oublier de créer un environnement pour ** pytorch ** avec ** ubuntu **. Si vous voulez connaître pytorch, veuillez consulter l'article ici.
- ubuntu18.04
- GeForce GTX TITAN X
- CUDA 10.0
- anaconda 4.8.3
- python 3.7
- pycharm
Si vous souhaitez connaître les informations relatives au GPU (CUDA, etc.), veuillez vous reporter à l'article ici.
Construisons maintenant l'environnement.
Cette fois, l'EDI utilise pycharm.
La destination de l'installation est l'URL suivante. https://www.jetbrains.com/pycharm/download/#section=linux
Vous pouvez télécharger les communautés suivantes. (Les étudiants peuvent également utiliser Professional s'ils ont l'adresse e-mail spécifiée par l'école.) Pour la configuration, je me suis référé au site ici.
Vous pouvez le télécharger depuis le lanceur ubuntu ou depuis le logiciel ubuntu dans Application Search. Veuillez vous référer au [Site] ci-dessus (https://codelabo.com/posts/20200229082605) pour la configuration.
La destination de l'installation est l'URL suivante. https://www.anaconda.com/products/individual La dernière version sera installée lorsque vous téléchargez à partir de l'URL ci-dessus. Si vous souhaitez une version plus ancienne, vous pouvez choisir ici.
Commencez par déplacer l'anaconda dans le dossier téléchargé sur votre appareil. Donc,
$ bash Anaconda3-2020.02-Linux-x86_64.sh
Le nom du fichier est le nom du fichier que vous avez déposé.
Please, press ENTER to continue
Lorsque la commande apparaît, appuyez sur Entrée. Puis faites défiler la description
Do you accept the license terms?[yes|no]
Lorsque la commande apparaît, tapez yes et appuyez sur Entrée. Ensuite, vous serez interrogé sur le pass, mais si vous ne le modifiez pas, vous pouvez entrer tel quel. On vous demandera si vous souhaitez entrer VSCode, mais cette fois, je le définirai sur non.
C'est OK si vous ne lancez pas d'erreur en tapant la commande suivante à la fin.
$ conda -V
Ouvrez le fichier de configuration anaconda dans l'éditeur vim
$ vi ~/.bashrc
Ajoutez le chemin suivant car il peut être n'importe où.
Insérer la commande: i
Enregistrer la commande: ZZ
$ export PATH=~/anaconda3/bin:$PATH
Exécutez la commande suivante après avoir ajouté
$ source ~/.bashrc
Si vous exécutez à nouveau la commande suivante, la version d'anaconda sortira.
$ conda -V
Si vous avez des inquiétudes concernant le chemin, veuillez vous référer à ici.
Cette fois, je veux installer pytorch sur l'environnement virtuel d'anaconda, alors créez d'abord l'environnement virtuel d'anaconda. Ici, spécifiez le python que vous souhaitez utiliser.
$ conda create -n test_torch python=3.7 anaconda
Vérifiez si l'environnement virtuel est créé.
$ conda info -e
# conda environments:
#
test_torch /home/user/anaconda3/envs/test_torch
Rendre l'environnement virtuel actif.
$ conda activate test_torch
Lorsque vous vérifiez l'état de l'environnement virtuel
$ conda info -e
# conda environments:
#
test_torch * /home/user/anaconda3/envs/test_torch
Vous pouvez voir que l'environnement virtuel a été démarré avec succès. En passant, si vous souhaitez rendre l'environnement virtuel inactif, utilisez la commande suivante.
$ conda deactivate
Installez pytorch sur l'environnement virtuel. Puisque pytorch sera utilisé sur GPU cette fois, installez la version GPU avec la commande ci-dessous cuda. Il est prudent de mettre une boîte à outils cuda compatible avec cuda dans votre ordinateur. Vérifiez le cuda et les commandes pris en charge depuis ici.
$ conda install pytorch torchvision cudatoolkit=10.0 -c pytorch
Ensuite, créez un environnement pour pytorch avec pycharm. Veuillez vous référer au site ici pour la procédure détaillée. Je vais le présenter brièvement ici. Dans le nouveau projet de pycharm, cliquez sur "..." de l'interprète visiteur. Après cela, spécifiez le python de l'environnement virtuel créé précédemment à partir de "..." dans l'interpréteur de Conda Environment. Enfin, appuyez sur Créer pour créer l'environnement.
Comme test, après avoir créé un fichier python à partir de new, exécutez le code suivant
import torch
num = torch.randn(3,3)
num.cuda()
print(num)
Si vous obtenez un tel résultat, vous réussissez. Je vous remercie pour votre travail acharné.
tensor([[-1.3524, -0.1332, -1.7219],
[ 1.1739, 0.3055, 1.4518],
[-2.2588, -1.2884, -1.4783]])
Je suis en train de passer de Keras à Pytorch, mais je pense que Pytorch deviendra le courant dominant à partir de maintenant, donc je veux l'apprendre le plus tôt possible.
Quelqu'un, s'il vous plaît, apprenez-moi le code pour centrer l'image avec qiita ...