Установите PyTorch с поддержкой cuda.

Машинное обучение (МО) стало фундаментальным инструментом в решении сложных задач. Алгоритмы машинного обучения используют статистические модели для прогнозирования и принятия решений, которые обучаются на больших наборах данных. Для достижения более высокой производительности алгоритмы машинного обучения используют для вычислений графические процессоры (графические процессоры). CUDA — это платформа параллельных вычислений и API, которые позволяют графическим процессорам выполнять вычисления общего назначения. В этом сообщении блога мы обсудим, как установить пакеты машинного обучения с поддержкой CUDA.

Предпосылки

Прежде чем вы сможете установить пакеты машинного обучения с поддержкой CUDA, вам необходимо убедиться, что у вас есть графический процессор с поддержкой CUDA и установленный набор инструментов CUDA. Вы можете проверить, поддерживает ли ваш графический процессор CUDA, посетив веб-сайт NVIDIA. CUDA Toolkit также можно загрузить с веб-сайта NVIDIA.

Установка PyTorch

PyTorch — это популярная платформа машинного обучения, предоставляющая высокоуровневый API для создания и обучения моделей машинного обучения. Чтобы установить PyTorch с поддержкой CUDA, вам необходимо использовать версию PyTorch для графического процессора. Мы будем использовать диспетчер пакетов conda для установки PyTorch, что облегчит нам жизнь. Вот шаги для установки графического процессора PyTorch:

создать среду conda

Во-первых, нам нужно создать среду conda, чтобы не запутаться с предыдущими пакетами. На момент написания этого поста python-3.10 является последней версией, поддерживаемой PyTorch. Когда вы читаете этот пост, вы можете проверить версию Python, совместимую с PyTorch, здесь:

conda create -n myenv python=3.10
conda activate myenv

Установите PyTorch с кондой

Теперь среда создана и активирована, мы готовы установить PyTorch в нашу только что созданную среду. Помните, что версия cuda не обязательно должна совпадать с версией cuda по умолчанию. PyTorch поставляется со своими собственными пакетами cuda и зависит от того, какую версию PyTorch вы устанавливаете.

conda install pytorch torchvision torchaudio pytorch-cuda=11.6 -c pytorch -c nvidia

На момент написания этого поста cuda 11.6 была последней версией cuda, поддерживаемой PyTorch. Когда вы читаете этот пост, вы можете проверить версию cuda, совместимую с PyTorch, здесь:

Установите дополнительные пакеты

Поверьте мне, вам тоже нужны эти пакеты. Установите их сейчас, поблагодарите меня позже.

conda install -c conda-forge tensorboardx notebook -y
conda install -c conda-forge opencv pandas matplotlib tqdm -y
conda install -c conda-forge scikit-learn scikit-image -y
conda install -c conda-forge numpy scipy-y

Проверить установку

import torch
print("PyTorch version:", torch.__version__)
print("CUDA is", "available" if torch.cuda.is_available() else "not available")
print("torchvision version:", torchvision.__version__)

Заключение

Установка пакетов машинного обучения с поддержкой CUDA может значительно повысить производительность ваших моделей. В этом сообщении блога мы обсудили, как установить TensorFlow и PyTorch с поддержкой CUDA. Следуя этим шагам, вы можете начать использовать пакеты машинного обучения с ускорением графического процессора для более быстрого решения сложных задач.