Chào mừng các bạn đến với bài viết thứ hai trong loạt bài về Lập Trình Neural Network Với Pytorch. Bài viết này sẽ giới thiệu đến các bạn về điều kiện tiên quyết cần thiết để cài đặt pytorch và thực hiện cài đặt nó. Không vòng vo nữa, chúng ta bắt đầu thôi.
Cài Đặt PyTorch Với Anaconda Và Conda
Bắt đầu với PyTorch rất dễ dàng. Tùy chọn tốt nhất được đề xuất là sử dụng trình quản lý package Anaconda Python.
Với Anaconda, thật dễ dàng để tải và quản lý Python, Jupyter Notebook và các package khác thường được sử dụng cho tính toán khoa học và khoa học dữ liệu, như PyTorch!
Hãy xem qua các bước:
- Tải xuống và cài đặt Anaconda (Lựa chọn phiên bản python mới nhất).
- Truy cập vào trang web của Pytorch chọn install và tìm đến START LOCALLY.
- Chỉ định các tùy chọn cấu hình thích hợp cho môi trường cụ thể của bạn.
- Chạy lệnh được hiển thị tại Run this Command để cài đặt pytorch.
Ví dụ, giả sử chúng ta có cấu hình sau:
Trong trường hợp này, chúng ta có lệnh cài đặt như sau:
conda install pytorch torchvision torchaudio cudatoolkit=10.1 -c pytorch
Lưu ý rằng trong lệnh này chúng ta đang cài đặt cả PyTorch và Torchvision. Ngoài ra, không cần cài đặt CUDA riêng bởi vì phần mềm CUDA cần thiết sẽ được cài đặt cùng với PyTorch nếu bạn đã chọn phiên bản CUDA ở bước 3. Tất cả những gì chúng ta cần làm là chọn một phiên bản CUDA phù hợp nếu chúng ta có GPU Nvidia được hỗ trợ trên hệ thống của mình.
Jupyter Notebook Và VS Code (Tùy Chọn)
Trong loạt bài này, chúng ta sẽ sử dụng phần mềm sau để viết và debugging code:
Xác Minh Cài Đặt Pytorch
Để xác minh xem ta đã cài đặt Pytorch thành công chưa, chúng ta sẽ thực hiện điều này trong một notebook. hãy tạo một thư mục pytorch và đặt mọi thứ trong thư mục này.
Các bước xác minh:
- Để sử dụng Pytorch: import torch
- Để kiểm tra phiên bản: torch.__version__
Bây giờ, để xác minh GPU của hệ thống, ta sử dụng: torch.cuda.is_available() và kiểm tra phiên bản của CUDA.
Nếu lệnh gọi torch.cuda.is_available () của bạn trả về False, có thể là do bạn chưa cài đặt GPU Nvidia được hỗ trợ trên hệ thống của mình. Tuy nhiên, không bắt buộc phải dùng GPU để sử dụng PyTorch đâu. Chúng ta vẫn có thể thu được kết quả khá tốt trong một khoảng thời gian hợp lý ngay cả khi không có GPU. Nếu bạn muốn kiểm tra xem GPU Nvidia của mình có hỗ trợ CUDA hay không, bạn có thể kiểm tra xem tại đây.
Kết Luận
Trong bài viết này chúng ta đã cùng nhau cài đặt Pytorch, rất là đơn giản đúng không. Hi vọng các bạn sẽ cài đặt thành công để chuẩn bị cho các bài viết tiếp theo. Bài sau chúng ta sẽ cùng nhau tìm hiểu về CUDA, GPU. Hẹn gặp lại bạn trong bài 3.