深度学习 AMI
开发人员指南
AWS 文档中描述的 AWS 服务或功能可能因区域而异。要查看适用于中国区域的差异,请参阅 Amazon AWS 入门

PyTorch

PyTorch 教程

当框架的稳定的 Conda 程序包发布时,它会在 DLAMI 上进行测试并预安装。如果您希望运行最新的、未经测试的每日构建版本,您可以手动安装 PyTorch 的每日构建版本(试验)

要激活当前安装的框架,请按照您的 采用 Conda 的 Deep Learning AMI 上的这些说明进行操作。

对于使用 CUDA 9 和 cuDNN 7 的 Python 3:

$ source activate pytorch_p36

对于使用 CUDA 9 和 cuDNN 7 的 Python 2:

$ source activate pytorch_p27

启动 iPython 终端。

(pytorch_p36)$ ipython

运行快速 PyTorch 程序。

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

您应该会看到系统输出初始随机数组,然后输出大小,然后添加另一个随机数组。

安装 PyTorch 的每日构建版本(试验)

如何从每日构建安装 PyTorch

您可以将最新的 PyTorch 工作版本安装到您的 采用 Conda 的 Deep Learning AMI 上的任一或两个 PyTorch Conda 环境。

    • (适用于 Python 3 的选项)- 激活 Python 3 PyTorch 环境:

      $ source activate pytorch_p36
    • (适用于 Python 2 的选项)- 激活 Python 2 PyTorch 环境:

      $ source activate pytorch_p27
  1. 其余步骤假定您使用的是 pytorch_p36 环境。删除当前安装的 PyTorch:

    (pytorch_p36)$ pip uninstall torch
    • (适用于 GPU 实例的选项)- 使用 CUDA 9.0 安装最新的 PyTorch 每日构建版本:

      (pytorch_p36)$ pip install torch_nightly -f https://download.pytorch.org/whl/nightly/cu90/torch_nightly.html
    • (适用于 CPU 实例的选项)- 对于不使用 GPU 的实例,安装最新的 PyTorch 每日构建版本:

      (pytorch_p36)$ pip install torch_nightly -f https://download.pytorch.org/whl/nightly/cpu/torch_nightly.html
  2. 要验证您已成功安装最新的每日构建版本,请启动 IPython 终端并检查 PyTorch 版本。

    (pytorch_p36)$ ipython
    import torch print (torch.__version__)

    输出应类似于以下内容:1.0.0.dev20180922

  3. 要验证 PyTorch 每日构建版本是否适用于 MNIST 示例,您可以从 PyTorch 的示例存储库运行测试脚本:

    (pytorch_p36)$ cd ~ (pytorch_p36)$ git clone https://github.com/pytorch/examples.git pytorch_examples (pytorch_p36)$ cd pytorch_examples/mnist (pytorch_p36)$ python main.py || exit 1

更多教程

您可以在 DLAMI 主目录的 采用 Conda 的 Deep Learning AMI 教程文件夹中找到更多教程。如需查看更多教程和示例,请参阅该框架的官方文档、PyTorch 文档PyTorch 网站。