PyTorch - Deep-Learning-AMI
Wird aktiviert PyTorch PyTorchInstall's Nightly Build (experimentell)Weitere Tutorials

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

PyTorch

Wird aktiviert PyTorch

Wenn ein stabiles Conda-Paket eines Frameworks veröffentlicht wird, wird es getestet und auf dem DLAMI vorinstalliert. Wenn Sie den neuesten, nicht getesteten Nightly Build ausführen möchten, können Sie PyTorchInstall's Nightly Build (experimentell) manuell ausführen.

Um das aktuell installierte Framework zu aktivieren, folgen Sie diesen Anweisungen auf Ihrem Deep Learning AMI mit Conda.

Führen PyTorch Sie für Python 3 mit CUDA und MKL-DNN diesen Befehl aus:

$ source activate pytorch_p310

Starten Sie das iPython-Terminal.

(pytorch_p310)$ ipython

Führen Sie ein schnelles Programm aus. PyTorch 

import torch
x = torch.rand(5, 3)
print(x)
print(x.size())
y = torch.rand(5, 3)
print(torch.add(x, y))

Das anfängliche zufällige Array sollte angezeigt werden. Danach wird seine Größe angezeigt und dann ein weiteres zufälliges Array.

PyTorchInstall's Nightly Build (experimentell)

Wie installiert man PyTorch von einem Nightly-Build

Sie können den neuesten PyTorch Build in einer oder beiden PyTorch Conda-Umgebungen auf Ihrem Deep Learning-AMI mit Conda installieren.

    • (Option für Python 3) — Aktiviere die PyTorch Python-3-Umgebung:

      $ source activate pytorch_p310

  2. Für die restlichen Schritte wird davon ausgegangen, dass Sie die pytorch_p310-Umgebung verwenden. Entfernen Sie das aktuell installierte PyTorch:

    (pytorch_p310)$ pip uninstall torch

    • (Option für GPU-Instanzen) — Installieren Sie den neuesten nächtlichen Build von PyTorch mit CUDA.0:

      (pytorch_p310)$ pip install torch_nightly -f https://download.pytorch.org/whl/nightly/cu100/torch_nightly.html

    • (Option für CPU-Instanzen) — Installieren Sie den neuesten nächtlichen Build von PyTorch für Instanzen ohne GPUs:

      (pytorch_p310)$ pip install torch_nightly -f https://download.pytorch.org/whl/nightly/cpu/torch_nightly.html

  4. Um zu überprüfen, ob Sie den neuesten Nightly-Build erfolgreich installiert haben, starten Sie das IPython-Terminal und überprüfen Sie die Version von. PyTorch

    (pytorch_p310)$ ipython
    import torch
print (torch.__version__)

    Die Druckausgabe sollte in etwa wie folgt aussehen: 1.0.0.dev20180922

  5. Um zu überprüfen, ob der PyTorch Nightly Build gut mit dem MNIST-Beispiel funktioniert, können Sie ein Testskript aus dem Beispiel-Repository ausführen: PyTorch

    (pytorch_p310)$ cd ~
(pytorch_p310)$ git clone https://github.com/pytorch/examples.git pytorch_examples
(pytorch_p310)$ cd pytorch_examples/mnist
(pytorch_p310)$ python main.py || exit 1

Weitere Tutorials

Weitere Tutorials und Beispiele finden Sie in den offiziellen Dokumenten, der PyTorch Dokumentation und auf der Website des PyTorchFrameworks.

Warnung JavaScript ist in Ihrem Browser nicht verfügbar oder deaktiviert.

Zur Nutzung der AWS-Dokumentation muss JavaScript aktiviert sein. Weitere Informationen finden auf den Hilfe-Seiten Ihres Browsers.