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, ayrıca yapay zeka alanında araştırmalar yürütmek için esnek ve verimli bir araç seti sağlar. PyTorch sunucusu, modern NVIDIA GPU (grafik işlem birimleri) destekleyen güvenli ve izole bir hesaplama ortamı sunar. Özel bir PyTorch sunucusu; PyTorch kullanarak makine öğrenimi modelleri geliştirmek ve eğitmek için güvenli ve yüksek performanslı bir hesaplama ortamına ihtiyaç duyan araştırmacılar, geliştiriciler ve şirketler için faydalı olabilir. Modern NVIDIA GPU'lardan yararlanarak model eğitim sürecini hızlandırırken, kaynaklar üzerinde tam kontrol ve veri gizliliği sağlar.
PyTorch: Temel Özellikler¶
- Önceden yapılandırılmış PyTorch ortamı: PyTorch'un en son kararlı sürümü önceden yüklenmiştir. Optimize edilmiş NVIDIA sürücüleri ve CUDA ayarları. Birden fazla sanal Python ortamı oluşturma ve yönetme desteği.
- Yüksek performanslı tensor hesaplamaları: Çok boyutlu tensörlerle (veri dizileri) verimli çalışma için optimize edilmiş geniş bir işlem seti. CUDA kullanarak grafik işlem birimleri (GPU) üzerinde hesaplamaların hızlandırılması.
- Dinamik hesaplama grafikleri: Önceden statik derleme yerine, çalışma zamanında esnek hesaplama grafikleri tanımlama. Araştırma görevleri ve modellerin hızlı prototiplemesi için uygundur.
- Otomatik türev alma: Karmaşık fonksiyonların gradyanlarını hesaplamak için etkili ve yüksek performanslı mekanizma. Dinamik hesaplama grafikleri ve üst düzey arayüzler için destek.
- Derin öğrenme kütüphanesi: Kapsamlı önceden eğitilmiş mimari seti (CNN'ler, RNN'ler, Transformer'lar vb.). Derin öğrenme modellerini eğitmek, değerlendirmek ve dağıtmak için eksiksiz araç seti.
- Genişletilebilirlik ve uyumluluk: Özel türetilebilir işlemler ve katmanlar tanımlama yeteneği. Veri işleme görevlerini çözmek için diğer popüler kütüphanelerle (NumPy, SciPy, Pandas vb.) sorunsuz entegrasyon.
Özel PyTorch sunucusu; PyTorch kullanarak makine öğrenimi modelleri geliştirmek ve eğitmek için güvenli ve yüksek performanslı bir hesaplama ortamına ihtiyaç duyan araştırmacılar, geliştiriciler ve şirketler için tasarlanmıştır. Modern NVIDIA GPU'lardan yararlanarak model eğitim sürecini hızlandırırken, kaynaklar üzerinde tam kontrol ve veri gizliliği sağlar.
Çalıştırma Özellikleri¶
| ID | Yazılım Adı | Uyumlu OS | VM | BM | VGPU | GPU | Min CPU (Çekirdekler) | Min RAM (GB) | Min HDD/SSD (GB) | Özel Alan Adı | Aktif |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 114 | PyTorch v2.3.0 | Ubuntu 24.04 | - | + | + | + | 1 | 1 | - | Hayır | SİPARİŞ VER |
Not
Aksi belirtilmedikçe, varsayılan olarak yazılımın geliştiricinin web sitesinden veya işletim sistemi depolarından en son sürümünü yükleriz.
Kurulum Sonrası Başlangıç¶
Kayıtlı e-posta adresinize ödeme onayı gönderildikten sonra, sunucunun kullanıma hazır olduğuna dair bir bildirim alacaksınız. Bu bildirim, VPS IP adresini ve giriş bilgilerini içerecektir. Ekipmanı Server Control Panel veya API - Invapi üzerinden yönetebilirsiniz.
Kimlik doğrulama verileri Configuration >> Tags panelinde veya gönderilen e-postada bulunabilir:
- Login: Yönetici için
root, PyTorch ile çalışmak içinuser; - Password: Yönetici için, sunucu kurulumuyla birlikte e-postada gönderilen şifre;
userkullanıcısı için/root/user_credentialsdosyasında bulunan şifre.
Bağlantı ve Ilk Ayarlar¶
Sunucuya erişim sağladıktan sonra, SSH üzerinden süper kullanıcı (root) yetkileriyle bir bağlantı kurmanız gerekir:
Ardından, şu komutu çalıştırın:Komutu çalıştırdıktan sonra, user kullanıcısının kimlik bilgilerini içeren bir metin dosyası açılacaktır. user kullanıcısı için şifreyi kopyalamanız gerekmektedir.
Ardından, root oturumunu tamamlayın ve kopyaladığınız şifreyi kullanarak SSH üzerinden user kullanıcısı olarak sunucuya yeniden bağlanın. Alternatif olarak, root yetkisiyle şu komutu da çalıştırabilirsiniz:
Bu işlem user hesabına geçiş yapılmasını sağlayacaktır.
Gerekli bileşenlerin doğru şekilde yüklenip yüklenmediğini doğrulamak için şu betiği çalıştırabilirsiniz:
Komutun yürütülme sonucu:

Betik başarıyla çalıştırıldıktan sonra, şu komutu kullanarak venv sanal ortamını aktifleştirmeniz gerekir:
Artık şu komutu çalıştırarak Python yorumlayıcısında çalışmaya başlayabilirsiniz:
Yorumlayıcı, komutları girmek ve kod yürütmek için hazırdır.
Not
PyTorch'un temel ayarları hakkında ayrıntılı bilgiye geliştirici dokümantasyonundan ulaşılabilir.
API Kullanarak PyTorch Sunucusu Sipariş Etme¶
Bu yazılımı API kullanarak yüklemek için bu talimatları izleyin.