Instalación de PyTorch¶

PyTorch es un framework para el lenguaje de programación Python, diseñado para el aprendizaje automático (machine learning). Incluye un conjunto de herramientas para trabajar con modelos, comúnmente utilizados en procesamiento de lenguaje natural, visión por computadora y otros campos similares. Puede instalarlo en su servidor manualmente siguiendo esta guía.

Instalación de PyTorch en Linux¶

Esta instrucción es adecuada para los siguientes sistemas operativos: Ubuntu 22.04, y verificada para las siguientes versiones de Python: Python 3.10.

Nota

Si planea utilizar aceleración por GPU, instale los controladores NVIDIA y CUDA según esta instrucción.

Instale Python:
```
sudo apt install python3.10
```
En Ubuntu 22.04, esta versión se instala de forma predeterminada, por lo que no recomendamos instalar una versión más reciente.
Cree un entorno virtual para Python:
```
python3 -m venv venv
```
Active el entorno virtual:
```
source venv/bin/activate
```
Tras una activación exitosa, el indicador de comando incluirá el nombre del entorno virtual entre paréntesis:
```
(venv) user@49069:~$
```
Nota

Puede crear tantos entornos virtuales como desee e instalar diferentes bibliotecas (incluso simultáneamente, aunque a veces esto puede causar conflictos).
Instale las bibliotecas de PyTorch en el entorno virtual:
```
pip3 install torch torchvision torchaudio
```

Verifique la instalación de PyTorch:

Para ello, ejecute el comando de consola de Python python y luego ejecute el siguiente programa:

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

Si la instalación es correcta, recibirá la siguiente salida:

(venv) user@49069:~$ python
Python 3.10.12 (main, Nov 20 2023, 15:14:05) [GCC 11.4.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
 >>> import torch
 >>> x = torch.rand(5, 3)
 >>> print(x)
tensor([[0.80, 0.04, 0.6],
     [0.32, 0.59, 0.7],
     [0.8, 0.70, 0.25],
     [0.40, 0.9, 0.9],
     [0.8, 0.15, 0.5]])

Verifique si las bibliotecas de PyTorch utilizan CUDA:

Para ello, ejecute el siguiente programa en una consola de Python:
```
import torch
torch.cuda.is_available()
```
Si PyTorch puede funcionar en modo GPU, la salida será:
```
 >>> import torch
 >>> torch.cuda.is_available()
True
```

Para salir del entorno virtual, utilice el comando:

deactivate

Parte del contenido de esta página fue creado o traducido utilizando IA.