[PyTorch tutorial] 파이토치 설치하기

PyTorch란 무엇인가?

Python 기반의 과학 연산 패키지로 다음과 같은 두 집단을 대상으로 합니다:

• NumPy를 대체하면서 GPU를 이용한 연산이 필요한 경우
• 최대한의 유연성과 속도를 제공하는 딥러닝 연구 플랫폼이 필요한 경우

from __future__ import print_function
import torch

# 초기화 되지 않은 행렬(그 시점에 할당된 메모리에 존재하던 값들이 초기값으로 나타남)
x = torch.empty(5, 3) # 5 by 3

# 무작위로 초기화 된 행렬
x = torch.rand(5, 3)

# dtype이 long이고 0으로 채워진 행렬
x = torch.zeros(5, 3, dtype=torch.long)

# 데이터로부터 직접 텐서 생성
x = torch.tensor([5.5, 3])
#tensor([5.5000, 3.0000])

#행렬의 크기
x.size()
#torch.Size([5, 3])

#tensor의 크기(size)나 모양(shape) 변경
x = torch.randn(4, 4)
y = x.view(16)
z = x.view(-1, 8)  # -1은 다른 차원들을 사용하여 유추합니다.
print(x.size(), y.size(), z.size())
#torch.Size([4, 4]) torch.Size([16]) torch.Size([2, 8])

• torch 는 사실 튜플(tuple)과 같으며, 모든 튜플 연산을 지원합니다.(출처 : PyTorch Docs )

Numpy와 Torch

• Torch Tensor를 NumPy 배열로 변환하기

a = torch.ones(5) #torch
b = a.numpy()
#[1. 1. 1. 1. 1.]
#위와 같이 복사한 개체는 값이 같이 바뀜
a.add_(1)
print(a)
print(b)
#tensor([2., 2., 2., 2., 2.])
#[2. 2. 2. 2. 2.]

• NumPy 배열을 Torch Tensor로 변환하기

import numpy as np
a = np.ones(5)
b = torch.from_numpy(a)
np.add(a, 1, out=a)
print(a)
print(b)
#[2. 2. 2. 2. 2.]
#tensor([2., 2., 2., 2., 2.], dtype=torch.float64)

CUDA tensors

# 이 코드는 CUDA가 사용 가능한 환경에서만 실행합니다.
# ``torch.device`` 를 사용하여 tensor를 GPU 안팎으로 이동해보겠습니다.
if torch.cuda.is_available():
    device = torch.device("cuda")          # CUDA 장치 객체(device object)로
    y = torch.ones_like(x, device=device)  # GPU 상에 직접적으로 tensor를 생성하거나
    x = x.to(device)                       # ``.to("cuda")`` 를 사용하면 됩니다.
    z = x + y
    print(z)
    print(z.to("cpu", torch.double))       # ``.to`` 는 dtype도 함께 변경합니다!

튜토리얼 시작하기

torch 설치

#Linux 환경 terminal
#기존에 있는 환경을 복사한 후 사용
$ cp -r anaconda3/envs/jh anaconda3/envs/jh-torch
$ source activate jh-torch

• nvcc --version : 쿠다 버전 확인

10.0

$ conda install -c pytorch magma-cuda100

• 작업 폴더로 이동하여 git clone

$ git clone --recursive https://github.com/pytorch/pytorch

• 권한 설정(optional) 후 폴더로 이동

$ chmod -R 777 pytorch
$ cd pytorch
$ git submodule sync
$ git submodule update --init --recursive

• PyTorch 설치

$ export CMAKE_PREFIX_PATH=${CONDA_PREFIX:-"$(dirname $(which conda))/../"}
$ python setup.py build --cmake-only 
$ ccmake

torchvision 설치

• 위 conda 환경 유지한 채로

$ conda install torchvision -c pytorch