はじめに
皆さん、ディープラーニングしてますか？私はテスト勉強で過学習をして死にました。
それはともかく、最近はディープラーニング初心者でも耳にするPyTorch。同じディープラーニング用のフレームワークKerasと比べると難しく感じるものの、慣れてしまえばKerasの方が難しく感じてくる場面に出くわします。
目次
PyTorchとは
PyTorch は、Facebookが開発・公開するディープラーニング用ライブラリです。
筆者はFacebookアカウントが大統領選のBAN祭りでやられたので、いろいろな連携サービスが使えなくなってしまいました。
PyTorchの公式ページではドキュメントが英語で書かれています。英語ツヨツヨになりたい。
ドキュメントの中では見やすい部類なので、Google翻訳レベルでも見ることができるのではないでしょうか。DeepL使いましょう。
PyTorchのインストール
PyTorchのインストール方法は、公式サイトに実行すべきコマンドが載っています。
下の画像のように、自分が使う環境をクリックしたら、その下に実行するコマンドが出てくるので、これをコピーしてターミナルやプロンプトにペーストして実行します。
CUDAを使用したい場合は、別途CUDAをインストールする必要があるかもしれません。(あんまりよく覚えていない)
筆者はWindows10にPython3.8をインストールして、venvからpipでインストールしています。
そもそもPythonをインストールしていない人は、Pythonインストールに関する記事を探してください。
できればMatplotlibやJupyterをインストールしておくといいでしょう。
PyTorchのインポート
PyTorchがインストールできたらPyTorchをインポートして使ってみましょう。
ターミナルからPythonを起動して、以下を実行してみてください。
import torch
print(torch.device('cuda' if torch.cuda.is_available() else 'cpu'))
NVIDIA製グラフィックボードを利用していて、CUDAがきちんと利用できていればcudaと表示されます。
NVIDIA製グラフィックを利用していなかったり、CUDAが利用できていない場合はcpuと表示されます。
インストールできていない場合はエラーが出ます。
まとめ
今回はPyTorchの紹介からインポートまでを行いました。
次回は線形代数に少し触れながらPyTorchを使っていきたいと思います。