2 / 4

Sukurk check_setup.py — aplinkos patikra

Prieš mokant tinklus, reikia darbo įrankių. Naudosim PyTorch — populiariausią biblioteką neuroniniams tinklams Python kalboje.

Įsidiek jį (jei dar neturi) ir susikurk check_setup.py. Šis mažas skriptas tik patikrina, ar viskas paruošta:

import torch — įkelia PyTorch.
torch.__version__ — parodo versiją (patvirtina, kad įdiegta).
torch.cuda.is_available() — patikrina, ar yra GPU (vaizdo plokštė spartinimui). GPU nebūtinas — visą kursą puikiai užteks ir CPU.

Patikrink. Terminale:

python check_setup.py

Turi pamatyti maždaug (versijos numeris gali skirtis):

PyTorch version: 2.2.0
Using CPU (no GPU found — that is perfectly fine for this course).

Jei turi GPU su CUDA, antra eilutė bus Using CUDA (GPU): ... — irgi gerai. Bet kuris atvejis reiškia: aplinka veikia, gali mokytis toliau.

Spąstai. Paleidi skriptą, o vietoj versijos gauni:
Traceback (most recent call last):
  File "check_setup.py", line 3, in <module>
    import torch
ModuleNotFoundError: No module named 'torch'
Tai reiškia, kad PyTorch dar neįdiegtas šioje Python aplinkoje. Sprendimas — įdiek jį:
pip install torch
(Tikslią komandą savo sistemai rasi pytorch.org — CPU versija tinka.) Įdiegęs paleisk python check_setup.py iš naujo — versija turi pasirodyti. Ši ModuleNotFoundError yra dažniausia pirmoji kliūtis; dabar žinai, ką ji reiškia.

check_setup.py SUKURTI

Sukurk šį failą kataloge ./

"""check_setup.py — confirm PyTorch is installed and see which device it uses."""

import torch


def main() -> None:
    print(f"PyTorch version: {torch.__version__}")

    if torch.cuda.is_available():
        # A GPU speeds up training, but it is NOT required for this course.
        print(f"Using CUDA (GPU): {torch.cuda.get_device_name(0)}")
    else:
        print("Using CPU (no GPU found — that is perfectly fine for this course).")


if __name__ == "__main__":
    main()