PyTorch – один з найпопулярніших фреймворків машинного навчання з відкритим вихідним кодом, розроблений лабораторією AI Research Facebook. Він широко використовується для додатків глибокого навчання, включаючи комп’ютерний зір і обробку природної мови. Якщо ви використовуєте AlmaLinux, стабільний і надійний дистрибутив Linux на основі RHEL, цей посібник покаже вам, як швидко та ефективно встановити PyTorch.
Перш ніж почати, переконайтеся, що
Ви маєте працюючий екземпляр AlmaLinux 8 або 9
Ви маєте привілеї root або sudo
Встановлено Python 3.7 або новішої версії
Відкрийте ваш термінал і виконайте наступну команду для оновлення всіх системних пакунків:
За бажанням, встановіть EPEL для доступу до додаткових пакунків:
Перевірте, чи Python вже встановлено:
Якщо його не встановлено, ви можете встановити його за допомогою:
Щоб тримати ваше середовище Python чистим та ізольованим, варто створити віртуальне середовище:
Щоб встановити PyTorch з підтримкою лише процесора:
Якщо вам потрібне прискорення графічного процесора і у вас є підтримуваний графічний процесор NVIDIA, а також встановлені відповідні драйвери і CUDA, скористайтеся відповідною командою. Наприклад, для встановлення PyTorch з підтримкою CUDA 11.8:
Найсвіжіші варіанти встановлення можна знайти на офіційному сайті PyTorch:
https://pytorch.org/get-started/locally
Щоб перевірити правильність встановлення PyTorch, запустіть:
Потім введіть наступне в оболонці Python:
Якщо все працює, ви побачите встановлену версію PyTorch і чи доступна CUDA.
Якщо у вас виникли проблеми з pip або SSL-сертифікатами, оновіть pip:
Якщо ви використовуєте CUDA, переконайтеся, що драйвери NVIDIA та інструментарій CUDA встановлено правильно і вони сумісні з версією PyTorch, яку ви встановлюєте.
Ви успішно встановили PyTorch на AlmaLinux. Незалежно від того, чи ви розробляєте моделі глибокого навчання, чи проводите експерименти, PyTorch надає гнучкий та потужний фреймворк для машинного навчання на Linux-системах. Для більш просунутих налаштувань розгляньте можливість інтеграції з Jupyter Notebook або використання контейнерів Docker.