PyTorch¶

在这篇文章中

• PyTorch：主要功能
• 部署功能
• 部署后的入门指南
• 连接和初始设置
• 使用 API 订购 PyTorch 服务器

PyTorch：主要功能¶

• 预配置的 PyTorch 环境：预装最新稳定版 PyTorch。优化的 NVIDIA 驱动程序和 CUDA 设置。支持创建和管理多个虚拟 Python 环境。
• 高性能张量计算：丰富的优化操作集，用于高效处理多维张量（数据数组）。使用 CUDA 在图形处理单元 (GPU) 上加速计算。
• 动态计算图：在运行时灵活定义计算图，而非预先静态编译。适用于研究任务和模型快速原型设计。
• 自动微分：用于计算复杂函数梯度的高效高性能机制。支持动态计算图和高阶接口。
• 深度学习库：全面的预训练架构集（CNN、RNN、Transformer 等）。用于训练、评估和部署深度学习模型的完整工具包。
• 可扩展性和兼容性：能够定义自定义可微操作和层。与其他流行库（NumPy、SciPy、Pandas 等）无缝集成，以解决数据处理任务。

私有 PyTorch 服务器专为需要使用 PyTorch 开发和训练机器学习模型的研究人员、开发人员和公司设计，提供安全且高性能的计算环境。它确保了对资源的完全控制以及数据保密性，同时通过利用现代 NVIDIA GPU 加速模型训练过程。

部署功能¶

• 安装时间：随操作系统一起安装，耗时 15-30 分钟；
• 安装 Python、PyTorch、CUDA 和 NVIDIA 驱动程序；
• 系统要求：专业显卡（NVIDIA RTX A4000/A5000、NVIDIA H100），至少 16 GB 内存。

部署后的入门指南¶

在向您注册的电子邮件地址发送付款确认后，您将收到服务器已准备好使用的通知。该通知将包含 VPS IP 地址和登录凭据。您可以通过我们的 Server Control Panel 或 API - Invapi 管理设备。

认证数据可在 Configuration >> Tags 面板或发送的电子邮件中找到：

• Login：管理员为 root，用于 PyTorch 操作的用户为 user；
• Password：管理员密码在服务器部署时通过电子邮件接收；用户 user 的密码位于文件 /root/user_credentials 中。

连接和初始设置¶

获得服务器访问权限后，您需要通过 SSH 以超级用户 (root) 权限建立连接：

ssh root@<server_ip>

nano /root/user_credentials

执行命令后，将打开一个包含用户 user 凭据的文本文件。您必须复制用户 user 的密码。

接下来，结束 root 会话，并使用复制的密码通过 SSH 以用户 user 身份重新连接到服务器。 或者，您也可以从 root 下执行以下命令：

su - user

这将确保切换到 user 账户。

要验证必要组件是否正确安装，您可以运行脚本：

./pytorch_install.sh

执行命令的结果：

成功执行脚本后，需要使用以下命令激活虚拟环境 venv：

. pytorch.sh

现在，您可以通过运行以下命令在 Python 解释器中开始工作：

python

解释器已准备好输入命令和执行代码。

使用 API 订购 PyTorch 服务器¶