Installation de PyTorch¶

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

Installation de PyTorch sur Linux¶

Cette instruction convient aux systèmes d'exploitation suivants : Ubuntu 22.04, et est vérifiée pour les versions Python suivantes : Python 3.10.

Remarque

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

Installez Python :
```
sudo apt install python3.10
```
Sous Ubuntu 22.04, cette version est installée par défaut, nous ne recommandons donc pas d'installer une version plus récente.
Créez un environnement virtuel pour Python :
```
python3 -m venv venv
```
Activez l'environnement virtuel :
```
source venv/bin/activate
```
Après une activation réussie, l'invite de commande inclura le nom de l'environnement virtuel entre parenthèses :
```
(venv) user@49069:~$
```
Remarque

Vous pouvez créer autant d'environnements virtuels que vous le souhaitez et installer différentes bibliothèques (y compris simultanément, mais cela peut parfois causer des conflits).
Installez les bibliothèques PyTorch dans l'environnement virtuel :
```
pip3 install torch torchvision torchaudio
```

Vérifiez l'installation de PyTorch :

Pour ce faire, exécutez la commande de console Python python, 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]])

Vérifiez si les bibliothèques PyTorch utilisent CUDA :

Pour ce faire, exécutez le programme suivant dans une console 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 quitter l'environnement virtuel, utilisez la commande :

deactivate