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 (PDF)

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

正在激活 PyTorch

当框架的稳定 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Install PyTorch 的夜间构建(实验版)

要激活当前安装的框架,请按照这些有关带 Conda 的深度学习 AMI 的说明进行操作。

对于使用 PyTorch CUDA 和 MKL-DNN 的 Python 3,请运行以下命令:

$ source activate pytorch_p310

启动 iPython 终端。

(pytorch_p310)$ ipython

运行一个快速 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。

Install PyTorch 的夜间构建(实验版)

如何 PyTorch 从夜间版本中安装

您可以使用 Conda 将最新 PyTorch 版本安装到深度学习 AMI 上的任一或两个 PyTorch Conda 环境中。

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

      $ source activate pytorch_p310
  1. 其余步骤假定您使用的是 pytorch_p310 环境。移除当前安装的 PyTorch:

    (pytorch_p310)$ pip uninstall torch
    • (GPU 实例的选项)-使用 CUDA.0 安装最新的夜间版本: PyTorch

      (pytorch_p310)$ pip install torch_nightly -f https://download.pytorch.org/whl/nightly/cu100/torch_nightly.html
    • (CPU 实例的选项)-为没有 GPU PyTorch 的实例安装最新的夜间版本:

      (pytorch_p310)$ pip install torch_nightly -f https://download.pytorch.org/whl/nightly/cpu/torch_nightly.html
  2. 要验证您是否已成功安装最新的夜间版本,请启动 IPython 终端并检查的版本。 PyTorch

    (pytorch_p310)$ 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 夜间版本是否与 MNIST 示例配合使用,您可以从 PyTorch的示例存储库中运行测试脚本:

    (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

更多教程

有关更多教程和示例,请参阅该框架的官方PyTorch 文档、文档和PyTorch网站。