PyTorch¶

In dit artikel

• PyTorch: Belangrijkste functies
• Implementatiefuncties
• Aan de slag na implementatie
• Verbinden en initiële instellingen
• Een server met PyTorch bestellen via de API

PyTorch: Belangrijkste functies¶

• Vooraf geconfigureerde PyTorch-omgeving: de nieuwste stabiele versie van PyTorch is vooraf geïnstalleerd. Geoptimaliseerde NVIDIA-stuurprogramma's en CUDA-instellingen. Ondersteuning voor het maken en beheren van meerdere virtuele Python-omgevingen.
• Hoogwaardige tensorberekeningen: uitgebreide set geoptimaliseerde bewerkingen voor efficiënt werken met multidimensionale tensors (gegevensarrays). Versnelling van berekeningen op graphics processing units (GPU) met behulp van CUDA.
• Dynamische berekeningsgrafieken: flexibele definitie van berekeningsgrafieken tijdens runtime, in plaats van statische compilatie van tevoren. Geschikt voor onderzoekstaken en snel prototyping van modellen.
• Automatische differentiatie: een effectief en hoogpresterend mechanisme voor het berekenen van gradiënten van complexe functies. Ondersteuning voor dynamische berekeningsgrafieken en interfaces op hoog niveau.
• Bibliotheek voor diep leren: uitgebreide set vooraf getrainde architecturen (CNN's, RNN's, Transformers, etc.). Complete toolkit voor het trainen, evalueren en implementeren van diepe leermodellen.
• Uitbreidbaarheid en compatibiliteit: mogelijkheid om aangepaste differentieerbare bewerkingen en lagen te definiëren. Naadloze integratie met andere populaire bibliotheken (NumPy, SciPy, Pandas, etc.) voor het oplossen van gegevensverwerkingstaken.

De private PyTorch-server is ontworpen voor onderzoekers, ontwikkelaars en bedrijven die een beveiligde en hoogpresterende rekenomgeving nodig hebben voor het ontwikkelen en trainen van machine learning-modellen met behulp van PyTorch. Het zorgt voor volledige controle over resources en gegevensvertrouwelijkheid, terwijl het het modeltrainingsproces versnelt door gebruik te maken van moderne NVIDIA GPUs.

Implementatiefuncties¶

• Installatietijd: 15-30 minuten samen met het besturingssysteem;
• Installeert Python, PyTorch, CUDA en NVIDIA-stuurprogramma's;
• Systeemvereisten: professionele grafische kaart (NVIDIA RTX A4000/A5000, NVIDIA H100), minimaal 16 GB RAM.

Aan de slag na implementatie¶

Na bevestiging van de betaling die naar uw geregistreerde e-mailadres is verzonden, ontvangt u een melding dat de server klaar is voor gebruik. Deze melding bevat het VPS-IP-adres en inloggegevens. U kunt de apparatuur beheren via ons Server Control Panel of API - Invapi.

De authenticatiegegevens zijn te vinden in het paneel Configuration >> Tags of in de verzonden e-mail:

• Login: root voor administrator, user voor het werken met PyTorch;
• Password: voor administrator, ontvangen in een e-mail bij het implementeren van de server; voor gebruiker user, te vinden in het bestand /root/user_credentials.

Verbinden en initiële instellingen¶

Na toegang tot de server te hebben verkregen, moet u een verbinding met deze maken via SSH met supergebruiker (root)-rechten:

ssh root@<server_ip>

nano /root/user_credentials

Na het uitvoeren van het commando wordt een tekstbestand geopend met de inloggegevens van de gebruiker user. U moet het wachtwoord voor de gebruiker user kopiëren.

Volg daarna de root-sessie af en verbinding opnieuw met de server via SSH als de gebruiker user, met behulp van het gekopieerde wachtwoord. U kunt ook het volgende commando uitvoeren vanuit root:

su - user

Dit zorgt voor een overgang naar het user-account.

Om te verifiëren dat de benodigde componenten correct zijn geïnstalleerd, kunt u het volgende script uitvoeren:

./pytorch_install.sh

Het resultaat van het uitvoeren van het commando:

Na het succesvol uitvoeren van het script moet u de virtuele omgeving venv activeren met het commando:

. pytorch.sh

Nu kunt u beginnen met werken in de Python-interpreter door deze te starten met het commando:

python

De interpreter is klaar voor het invoeren van commando's en het uitvoeren van code.

Een server met PyTorch bestellen via de API¶