Aller au contenu

Installation de PyTorch

PyTorch est un framework pour le langage de programmation Python, conçu pour l'apprentissage automatique. Il inclut un ensemble d'outils pour travailler avec des modèles, couramment utilisés dans le traitement du langage naturel, la vision par ordinateur et autres domaines similaires. Vous pouvez l'installer manuellement sur votre serveur en suivant ce guide.

Installation de PyTorch sur Linux

Cette instruction est adaptée pour les systèmes d’exploitation suivants : Ubuntu 22.04, vérifiée pour les versions Python : Python 3.10.

Note

Si vous prévoyez d'utiliser l'accélération GPU, veuillez installer les pilotes NVIDIA et CUDA selon cette instruction.

  1. Installer Python :

    sudo apt install python3.10
    

    Dans Ubuntu 22.04, cette version est installée par défaut, nous ne recommandons donc pas d'installer une version plus récente.

  2. Créer un environnement virtuel pour Python :

    python3 -m venv venv
    
  3. Activer l'environnement virtuel :

    source venv/bin/activate
    

    Après une activation réussie, le prompt inclura le nom de l’environnement virtuel entre parenthèses :

    (venv) user@49069:~$
    

    Note

    Vous pouvez créer autant d'environnements virtuels que vous le souhaitez et installer différentes bibliothèques (y compris simultanément, mais cela peut parfois provoquer des conflits).

  4. Installer les bibliothèques PyTorch dans l’environnement virtuel :

    pip3 install torch torchvision torchaudio
    
  5. Vérifier l'installation de PyTorch :

    Pour ce faire, exécutez la commande d'invite Python python et puis exécutez le programme suivant :

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

    Si l’installation est réussie, vous recevrez la sortie suivante :

    (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]])
    
  6. Vérifier si les bibliothèques PyTorch utilisent CUDA :

    Pour ce faire, exécutez le programme suivant dans une invite Python :

    import torch
    torch.cuda.is_available()
    

    Si PyTorch peut fonctionner en mode GPU, la sortie sera :

     >>> import torch
     >>> torch.cuda.is_available()
    
    True
    

Pour sortir de l'environnement virtuel, utilisez la commande :

deactivate

Une partie du contenu de cette page a été créée ou traduite à l'aide d'IA.