PyTorch - 深度学习 AMI
Amazon Web Services 文档中描述的 Amazon Web Services 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,请参阅中国的 Amazon Web Services 服务入门

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

PyTorch

激活 PyTorch

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 Conda 的深度学习 AMI 上的说明进行操作。

对于具有 CUDA 10 和 MKL-DNN 的 Python 3 上的 PyTorch,运行以下命令:

$ source activate pytorch_p36

对于具有 CUDA 10 和 MKL-DNN 的 Python 2 上的 PyTorch,运行以下命令:

$ 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 版本安装到您的深度学习 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 10.0 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/cu100/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 主目录的深度学习 AMI Conda 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,以及PyTorch网站.