El Projecte | Sobre nosaltres | Contribuir | Donacions | Llicència
HOME Els meus cursos Finalitzats
◄ Anterior
◄

Configuració de l'Entorn

Següent ►
►

En aquesta secció, aprendrem com configurar l'entorn necessari per treballar amb PyTorch. Això inclou la instal·lació de PyTorch i altres eines útils per al desenvolupament i entrenament de models de xarxes neuronals.

  1. Requisits Previs

Abans de començar, assegura't de tenir instal·lats els següents elements:

  • Python 3.6 o superior: PyTorch és compatible amb Python 3.6 i versions posteriors.
  • pip: L'eina de gestió de paquets de Python.

  1. Instal·lació de PyTorch

2.1. Utilitzant pip

La manera més senzilla d'instal·lar PyTorch és utilitzant pip. Obre una terminal i executa la següent comanda:

pip install torch torchvision torchaudio

2.2. Utilitzant Conda

Si prefereixes utilitzar Conda, pots instal·lar PyTorch amb la següent comanda:

conda install pytorch torchvision torchaudio -c pytorch

2.3. Selecció de la Versió

PyTorch ofereix versions optimitzades per a diferents arquitectures de GPU. Pots visitar la pàgina oficial d'instal·lació de PyTorch per obtenir instruccions específiques segons el teu sistema operatiu i la teva GPU.

  1. Verificació de la Instal·lació

Després d'instal·lar PyTorch, és important verificar que la instal·lació s'ha realitzat correctament. Pots fer-ho executant el següent codi en un entorn Python:

import torch
print(torch.__version__)
print(torch.cuda.is_available())

Aquest codi hauria de mostrar la versió de PyTorch instal·lada i indicar si una GPU està disponible.

  1. Instal·lació d'Altres Eines

4.1. Jupyter Notebook

Jupyter Notebook és una eina molt útil per al desenvolupament interactiu de codi. Pots instal·lar-lo amb pip:

pip install notebook

Per iniciar un Jupyter Notebook, executa:

jupyter notebook

4.2. Altres Llibreries Recomanades

A més de PyTorch, hi ha altres llibreries que poden ser útils per al desenvolupament de models de xarxes neuronals:

  • NumPy: Per a operacions numèriques eficients.
  • Matplotlib: Per a la visualització de dades.
  • Pandas: Per a la manipulació de dades.

Pots instal·lar aquestes llibreries amb pip:

pip install numpy matplotlib pandas

  1. Configuració de l'Entorn de Desenvolupament

5.1. Entorns Virtuals

És recomanable utilitzar entorns virtuals per aïllar les dependències del teu projecte. Pots crear un entorn virtual amb venv:

python -m venv myenv
source myenv/bin/activate  # Linux/Mac
myenv\Scripts\activate  # Windows

5.2. IDEs Recomanats

Alguns entorns de desenvolupament integrats (IDEs) recomanats per treballar amb PyTorch són:

  • PyCharm: Ofereix suport complet per a Python i eines de depuració avançades.
  • Visual Studio Code: Un editor lleuger amb moltes extensions útils per a Python.

  1. Exemple Pràctic

A continuació, es mostra un exemple pràctic per verificar que tot està configurat correctament:

import torch
import numpy as np
import matplotlib.pyplot as plt

# Crear un tensor aleatori
x = torch.rand(5, 3)
print("Tensor aleatori:\n", x)

# Comprovar si CUDA està disponible
if torch.cuda.is_available():
    device = torch.device("cuda")
    y = torch.ones_like(x, device=device)
    x = x.to(device)
    z = x + y
    print("Tensor sumat a la GPU:\n", z)
else:
    print("CUDA no està disponible.")

Conclusió

En aquesta secció, hem après com configurar l'entorn necessari per treballar amb PyTorch, incloent la instal·lació de PyTorch, Jupyter Notebook i altres llibreries útils. També hem vist com crear i activar entorns virtuals per aïllar les dependències del projecte. Amb l'entorn configurat, estem llestos per començar a explorar les operacions bàsiques amb tensors en la següent secció.

◄ Anterior
◄
Següent ►
►
El Projecte | Sobre nosaltres | Contribuir | Donacions | Llicència
© Copyright 2024. Tots els drets reservats