Google Colab, el Jupyter Notebook de computación abierta, ha estado fuera por un tiempo, dando acceso a cualquiera a las bibliotecas de Machine Learning y la aceleración de hardware. En este blog cubriré cómo puedes instalar el backend Cuda 9.2 para la nueva versión estable de PyTorch (supongo que lo sacaste del título).
Actualizaciones PyTorch 0.4.1
Hay numerosas actualizaciones a la nueva distribución de PyTorch PyTorch, particularmente actualizaciones relacionadas con optimizaciones de CPU. Estos incluyen aceleraciones para las funciones Softmax y Log Softmax (aceleración de 4.5x en un solo núcleo y 1.8x en 10 subprocesos) y también aceleraciones para funciones de activación como Relu paramétrico y Leaky Relu .
Entre otras cosas, también incluye la implementación de Adaptive Softmax y Normalización espectral para redes de adversarios generativos . También es compatible con Python 3.7 y CUDA 9.2 como back-end.
Puede consultar actualizaciones completas en este enlace .
NVIDIA CUDA 9.2
CUDA 9.2 incluye actualizaciones de bibliotecas y varias aceleraciones. A través de las optimizaciones cuBLAS hay aceleraciones en NN recursivas y convolucionales.
Se pueden encontrar actualizaciones oficiales de Nvidia aquí .
Obteniendo las mejores
Todas estas herramientas son emocionantes, pero lo que es más emocionante es que puedes usar estas herramientas gratis. Bueno, al menos durante 12 horas. O puede usar la plataforma para la experimentación y el aprendizaje, sin ningún costo adicional de costoso hardware, que en mi opinión es para lo que está hecho.
Para utilizar un backend GPU para Google Colab, debe seleccionarlo de la configuración del notebook que puede encontrar en la parte superior.
En resumen, compruebe la imagen siguiente.
Ejecutando un comando para crear perfiles del dispositivo NVIDIA puede verificar qué es la GPU en el sistema.
Ahora, para obtener CUDA 9.2 y PyTorch 0.4.1, he hecho un guión de shell y lo he subido como Gist, donde puede ingresar al cuaderno de trabajo de Colab rápidamente. A continuación puede ver el guión:
https://medium.com/media/982e402a4edbe0c70d22ba02b0d83345/href
Clonar la esencia con,
! Git clonar https://gist.github.com/f7b7c7758a46da49f84bc68b47997d69.git
Simplemente ejecutando el comando,
! Bash pytorch041_cuda92_colab.sh
descargará CUDA 9.2 e instalará, además de PyTorch 0.4.1.
También puede usar el script de shell anterior para descargar CUDA 9.2 y PyTorch 0.4.1 para su máquina Ubuntu en Google Cloud o cualquier otro servicio en la nube con los mismos dos comandos anteriores. Solo tenga en cuenta que debe ser un usuario avanzado para ejecutar los comandos. Escribí el mismo guión para esto donde puede obtenerlo aquí .
Ahora, para hacer las cosas más fáciles, he creado un Cuaderno Colab en mi cuenta Github donde puede ver y obtener su proyecto, presionando aquí .
Conclusión
Espero que haya encontrado esta publicación útil y útil para su proyecto. Si tiene algún comentario, idea o si ve algo mal con mi implementación, no dude en comunicarse con . Siéntase libre de compartirlo si lo encuentra útil.
Cómo obtener Cuda 9.2 backend para PyTorch 0.4.1 en Google Colab. fue publicado originalmente en Towards Data Science en Medium, donde las personas continúan la conversación resaltando y respondiendo a esta historia.