PyTorch¶

В этой статье

• PyTorch. Основные возможности
• Особенности сборки
• Начало работы после развертывания PyTorch
• Подключение и первоначальные настройки
• Заказ сервера с PyTorch с помощью API

PyTorch. Основные возможности¶

• Готовая к использованию среда PyTorch: предустановленная последняя стабильная версия PyTorch. Оптимизированные драйверы NVIDIA и настройки CUDA. Поддержка создания и управления множеством виртуальных сред Python.
• Тензорные вычисления высокой производительности: богатый набор оптимизированных операций для эффективной работы с многомерными тензорами (массивами данных). Ускорение вычислений на графических процессорах (GPU) с использованием CUDA.
• Динамическое построение вычислительных графов: гибкое определение вычислительных графов во время выполнения, а не статическая компиляция заранее. Подходит для исследовательских задач и быстрого прототипирования моделей.
• Автоматическое дифференцирование: эффективный и производительный механизм для вычисления градиентов сложных функций. Поддержка динамических вычислительных графов и высокоуровневых интерфейсов.
• Библиотека глубокого обучения: обширный набор предобученных архитектур моделей (CNN, RNN, Transformers и др.). Полный комплект инструментов для обучения, оценки и развертывания моделей глубокого обучения.
• Расширяемость и совместимость: возможность определения собственных дифференцируемых операций и слоев. Бесшовная интеграция с другими популярными библиотеками (NumPy, SciPy, Pandas и др.) для решения задач обработки данных.

Приватный сервер с PyTorch предназначен для исследователей, разработчиков и компаний, которым требуется безопасная и производительная вычислительная среда для разработки и обучения моделей машинного обучения с использованием PyTorch. Он обеспечивает полный контроль над ресурсами и конфиденциальность данных, а также ускоряет процесс обучения моделей за счет использования современных GPU NVIDIA.

Особенности сборки¶

• Время на установку 15-30 минут вместе с OS;
• Установка Python, PyTorch, CUDA, драйверов NVIDIA;
• Системные требования: профессиональная видеокарта (NVIDIA RTX A4000/A5000, NVIDIA H100), не менее 16 ГБ оперативной памяти.

Начало работы после развертывания PyTorch¶

После оплаты заказа на указанную при регистрации электронную почту придет уведомление о готовности сервера к работе. В нем будет указан IP-адрес VPS, а также логин и пароль для подключения. Управление оборудованием клиенты нашей компании осуществляют в панели управления серверами и API — Invapi.

Данные для авторизации, которые можно найти или во вкладке Информация >> Тэги панели управления сервером или в присланном e-mail:

• Логин: root - для администратора, user - для работы с PyTorch;
• Пароль: для администратора - приходит в письме на вашу электронную почту при сдаче сервера, для пользователя user расположен в файле /root/user_credentials;

Подключение и первоначальные настройки¶

После получения доступа к серверу необходимо установить соединение с ним по протоколу SSH с правами суперпользователя (root):

ssh root@<server_ip>

nano /root/user_credentials

Затем завершить сессию root и вновь подключиться к серверу по SSH от имени пользователя user, используя скопированный пароль.

Можно также выполнить из под рута команду:

su - user

Для проверки корректной установки необходимых компонентов можно запустить скрипт:

./pytorch_install.sh

Результат выполнения команды:

После его успешного выполнения необходимо активировать виртуальное окружение venv командой:

. pytorch.sh

python

Заказ сервера с PyTorch с помощью API¶

Для установки данного ПО с использованием API следуйте этой инструкции.