PyTorch¶
Bu makalede
Bilgi
PyTorch, Meta AI (eski adıyla Facebook AI Research) tarafından geliştirilen açık kaynaklı bir makine öğrenimi kütüphanesidir. Derin öğrenme modelleri oluşturmak ve eğitmek, ve yapay zeka alanındaki araştırmaları yürütmek için esnek ve verimli araçlar sağlar. PyTorch sunucusu, modern NVIDIA GPU grafik işlem birimlerini destekleyen güvenli ve izole edilmiş bir hesaplama ortamı sunar. Özellikle araştırmacılar, geliştiriciler ve makine öğrenmesi modelleri geliştirmek ve eğitmek için güvenli ve yüksek performanslı bir hesaplama ortamına ihtiyaç duyan şirketler için özel PyTorch sunucusu faydalıdır. Kaynaklar üzerinde tam kontrol sağlar ve veri gizliliğini korurken modern NVIDIA GPU'ları kullanarak model eğitimi sürecini hızlandırır.
PyTorch: Ana Özellikler¶
- Ön yapılandırılmış PyTorch ortamı: En son kararlı PyTorch sürümünün önceden kurulu olması. Optimize edilmiş NVIDIA sürücüleri ve CUDA ayarları. Birden fazla sanal Python ortamı oluşturma ve yönetme desteği.
- Yüksek performanslı tensör hesaplamaları: Çok boyutlu tensörlerle (veri dizileri) verimli çalışmak için zengin bir optimize işlemler seti. CUDA kullanarak grafik işlemci birimlerinde (GPU) hesaplamaların hızlandırılması.
- Dinamik hesaplama grafikleri: Sabit önceden derleme yerine çalışma sırasında hesaplama grafiklerinin esnek tanımlanması. Araştırma görevleri ve modellerin hızlı prototiplemesi için uygundur.
- Otomatik diferansiyel: Karmaşık fonksiyonların gradyanlarını hesaplamak için etkili ve yüksek performanslı bir mekanizma. Dinamik hesaplama grafiklerine ve gelişmiş arayüzlere destek.
- Derin öğrenme kütüphanesi: Önceden eğitilmiş mimariler (CNN, RNN, Transformers vb.) kapsamı geniş bir set. Derin öğrenme modelleri eğitmek, değerlendirmek ve dağıtmak için eksiksiz araç seti.
- Genişletilebilirlik ve uyumluluk: Özel diferansiyel işlemler ve katmanlar tanımlama yeteneği. Veri işleme görevleri çözmek için diğer popüler kütüphanelerle (NumPy, SciPy, Pandas vb.) sorunsuz entegrasyon.
Özel PyTorch sunucusu, araştırmacılar, geliştiriciler ve makine öğrenmesi modelleri geliştirmek ve eğitmek için güvenli ve yüksek performanslı bir hesaplama ortamına ihtiyaç duyan şirketler için tasarlanmıştır. Kaynaklar üzerinde tam kontrol sağlar ve veri gizliliğini korurken modern NVIDIA GPU'ları kullanarak model eğitimi sürecini hızlandırır.
Çalıştırma Özellikleri¶
ID | Uyumlu OS | VM | BM | VGPU | GPU | Min CPU (Çekirdekler) | Min RAM (GB) | Min HDD/SSD (GB) | Aktif |
---|---|---|---|---|---|---|---|---|---|
114 | Ubuntu 22.04 | - | - | + | + | 1 | 1 | - | Evet |
- Kurulum süresi: OS ile birlikte 15-30 dakika;
- Python, PyTorch, CUDA ve NVIDIA sürücüleri kurar;
- Sistem gereksinimleri: Profesyonel grafik kartı (NVIDIA RTX A4000/A5000, NVIDIA H100), en az 16 GB RAM.
Çalıştırma Sonrası Başlangıç¶
Ücret onayının kaydınızdaki e-posta adresinize gönderilmesinden sonra, sunucunun kullanmaya hazır olduğuna dair bir bildirim alacaksınız. Bu bildirim, VPS IP adresi ve oturum açma bilgilerini içerecektir. Donanımı Sunucu Kontrol Paneli veya API aracılığıyla - Invapi üzerinden yönetebilirsiniz.
Kimlik bilgileri Info >> Tags panelinde veya sunucu oluşturulduktan sonra gönderilen e-postada bulunabilir:
- Giriş: Yöneticiler için
root
, PyTorch ile çalışmak içinuser
; - Şifre: Yöneticiler için, sunucu kurulumunda e-posta yoluyla verilen şifre; kullanıcı için
user
şifresi/root/user_credentials
dosyasında bulunur.
Bağlantı ve İlk Ayarlar¶
Sunucuya eriştikten sonra, üst yönetici (root) yetkileriyle SSH üzerinden bağlantı kurmanız gerekir:
Ardından aşağıdaki komutu çalıştırın:Komut çalıştırıldığında, kullanıcı user
kimlik bilgilerini içeren bir metin dosyası açılır. Kullanıcı user
için şifreyi kopyalamanız gerekir.
Bundan sonra, root
oturumunu tamamlayın ve sunucuya user
adlı kullanıcı olarak yeniden bağlanın, kopya edilen şifreyi kullanarak. Alternatif olarak, aşağıdaki komutu root altında çalıştırabilirsiniz:
user
hesabına geçişi sağlar. Gerekli bileşenlerin doğru şekilde yüklendiği kontrol edilmek için şu kodu çalıştırın:
Komutu çalıştırdığınızda ortaya çıkan sonuç:
Skripti başarıyla çalıştırdıktan sonra, venv
sanal ortamını . python.sh komutuyla etkinleştirin.
Şimdi Python yorumlayıcısına girerek kod girebilirsiniz:
Yorumlayıcı, komutları girmek ve kod çalıştırmak için hazır hale gelir.Not
PyTorch'un temel ayarları hakkında detaylı bilgiye geliştirici belgelerinde ulaşabilirsiniz.
PyTorch Sunucusu API Kullanarak Sipariş Verme¶
Bu yazılımı API kullanarak kurmak için bu talimatları takip edin.