Անցնել պարունակությանը

PyTorch

Այս հոդվածում

Տեղեկատվություն

PyTorch-ը մեքենայական ուսուցման բաց կոդով գրադարան է, որը մշակվել է Meta AI-ի կողմից (նախկինում՝ Facebook AI Research): Այն տրամադրում է ճկուն և արդյունավետ գործիքակազմ՝ խորը ուսուցման (deep learning) մոդելների ստեղծման և մարզման, ինչպես նաև արհեստական բանականության ոլորտում հետազոտությունների իրականացման համար: PyTorch սերվերը առաջարկում է անվտանգ և առանձնացված հաշվարկային միջավայր, որը ստաջում է ժամանակակից NVIDIA GPU գրաֆիկական պրոցեսորները: Private PyTorch սերվերը կարող է օգտակար լինել հետազոտողների, մշակողների և ընկերությունների համար, որոնք PyTorch-ի միջոցով մեքենայական ուսուցման մոդելների մշակման և մարզման համար պահանջում են անվտանգ և բարձր արտադրողականության հաշվարկային միջավայր: Այն ապահովում է լիակատար վերահսկողություն ռեսուրսների նկատմամբ և տվյալների գաղտնիություն, միաժամանակ արագացնելով մոդելի մարզման գործընթացը՝ օգտագործելով ժամանակակրի NVIDIA GPU-ները:

PyTorch: Հիմնական հնարավորություններ

  • Նախապես կազմաձևված PyTorch միջավայր: PyTorch-ի վերջին կայուն տարբերակի նախնական տեղադրում: Օպտիմալացված NVIDIA դրայվերներ և CUDA կարգավորումներ: Բազմաթիվ վիրտուալ Python միջավայրերի ստեղծման և կառավարման աջակցություն:
  • Բարձր արտադրողականության տենզորային հաշվարկներ: Օպտիմալացված գործողությունների հարուստ հավաքածու բազմաչափ տենզորների (տվյալների զանգվածների) արդյունավետ աշխատանքի համար: Հաշվարկումների արագացում գրաֆիկական պրոցեսորների (GPU) վրա՝ օգտագործելով CUDA:
  • Դինամիկ հաշվարկային գրաֆներ: Հաշվարկային գրաֆների ճկուն սահմանում կատարվում է աշխատանքի ընթացքում (runtime), այլ ոչ թե նախնական ստատիկ կոմպիլյացիայի միջոցով: Հարմար է հետազոտական խնդիրների և մոդելների արագ նախատիպավորման համար:
  • Ավտոմատ տարբերարկում: Բարդ ֆունկցիաների գրադիենտների հաշվարկման արդյունավետ և բարձր արտադրողական մեխանիզմ: Դինամիկ հաշվարկային գրաֆների և բարձր մակարդակի ինտերֆեյսների աջակցություն:
  • Խորը ուսուցման գրադարան: Նախապես մարզված արխիթեկտուրաների համալիր հավաքածու (CNN, RNN, Transformers և այլն): Լրիվ գործիքակազմ խորը ուսուցման մոդելների մարզման, գնահատման և տեղակայման համար:
  • Ընդլայնվողություն և համատեղելիություն: Կસ્ટոմայլինգային տարբերվող գործողություններ և շերտեր սահմանելու հնարավորություն: Կահավորված ինտեգրում այլ հայտlı գրադարանների հետ (NumPy, SciPy, Pandas և այլն) տվյալների մշակման խնդիրների լուծման համար:

Private PyTorch սերվերը նախագծված է հետազոտողների, մշակողների և ընկերությունների համար, որոնք PyTorch-ի միջոցով մեքենայական ուսուցման մոդելների մշակման և մարզման համար պահանջում են անվտանգ և բարձր արտադրողականության հաշվարկային միջավայր: Այն ապահովում է լիակատար վերահսկողություն ռեսուրսների նկատմամբ և տվյալների գաղտնիություն, միաժամանակ արագացնելով մոդելի մարզման գործընթացը՝ օգտագործելով ժամանակակրի NVIDIA GPU-ները:

Տեղակայման հնարավորություններ

ID Ծրագրային ապահովման անվանում Համատեղելի ՕՀ VM BM VGPU GPU Նվազագույն CPU (միջուկներ) Նվազագույն RAM (ԳԲ) Նվազագույն HDD/SSD (ԳԲ) Սեփական դոմեն Ակտիվ
114 PyTorch v2.3.0 Ubuntu 24.04 - + + + 1 1 - Ոչ ՊԱՏՎԻՐԵԼ

Նշում

Եթե այլ բան նախատեսված չէ, ապա ռեժիմով մենք տեղադրում ենք ծրագրի վերջին թողարկված տարբերակը ծրագրավորողի կայքից կամ օպերացիոն համակարգի պահոցներից:

Սկիզբ դնելը տեղակայումից հետո

Վճարման հաստատումը ձեր գրանցված էլեկտրոնային հասցեին ուղարկվելուց հետո, դուք կստանաք ծանուցում, որ սերվերը պատրաստ է օգտագործման համար: Այս ծանուցումը կներառի VPS IP հասցեն և մուտքի տվյալները: Դուք կարող եք կառավարել սարքավորումը մեր Server Control Panel կամ API-ի միջոցով՝ Invapi:

Ավտենտիֆիկացիայի տվյալները կարող են հայտնվել Configuration >> Tags պանելում կամ ուղարկված էլեկտրոնային նամակում.

  • Login: root՝ ադմինիստրատորի համար, user՝ PyTorch-ով աշխատելու համար.
  • Password: ադմինիստրատորի համար՝ ստացվում է էլեկտրոնային նամակով սերվերի տեղակայման պահին. user օգտվողի համար՝ գտնվում է /root/user_credentials ֆայլում:

Միացում և նախնական կարգավորումներ

Սերվերին հասանելիություն ստանալուց հետո, անհրաժեշտ է հաստատել կապը SSH-ի միջոցով՝ superuser (root) իրավունքներով.

ssh root@<server_ip>
Այնուհետև, գործարկեք հետևյալ հրամանը.

nano /root/user_credentials

Հրամանը գործարկելուց հետո կբացվի տեքստային ֆայլ, որը պարունակում է user օգտվողի տվյալները: Դուք պետք է պատճենեք user օգտվողի գաղտնաբառը:

Հետո, ավարտեք root սեսիան և նորից միացեք սերվերին SSH-ի միջոցով որպես user օգտվող՝ օգտագործելով պատճենված գաղտնաբառը: Կամ այլընտրանքային տարբերակով, դուք կարող եք գործարկել հետևյալ հրամանը root-ի տակից.

su - user

Սա կապահովի անցումը user հաշվին:

Ստուգելու համար, թե արդյոք անհրաժեշտ բաղադրիչները ճիշտ են տեղադրված, կարող եք գործարկել սկրիպտը.

./pytorch_install.sh

Հրամանի գործարկման արդյունքը.

Սկրիպտի հաջող գործարկումից հետո, անհրաժեշտ է ակտիվացնել venv վիրտուալ միջավայրը հետևյալ հրամանով.

. pytorch.sh

Այժմ դուք կարող եք սկսել աշխատել Python ինտերպրետորում՝ գործարկելով այն հետևյալ հրամանով.

python

Ինտերպրետորը պատրաստ է հրամաններ մուտքագրելու և կոդ գործարկելու համար:

Նշում

PyTorch-ի հիմնական կարգավորումների վերաբերյալ մանրամասն տեղեկատվությունը կարող եք գտնել թողարկողի փաստաթղթերում:

PyTorch սերվերի պատվիրումը API-ի միջոցով

Այս ծրագրի տեղադրումը API-ի միջոցով իրականացնելու համար հետևեք այս հրահանգներին.

question_mark
Is there anything I can help you with?
question_mark
AI Assistant ×