にわかSteamerのメモ帳

PCゲームや人工知能関連の話題についての日記

pyTorchを触ってみました

GWで少し暇なので最近話題のpyTorchを触ってみました。

ロゴが格好いい

f:id:aniharu:20180507170051j:plain

2019/11/15追記

↓pytorchのGPUの確認の検索が多いので個別にページ作りました↓

PytorchでGPUが使えているか確認する方法 - にわかSteamerのメモ帳

 

確かFacebookがバックに付いてるライブラリです(曖昧)

国産のchainerと比較するとこんな感じ...明らかに世界規模ではpyTorch...

個人的にはchainerもっと盛り上がってもいいと思いますが、日本だけの模様...

 

5月2日の講演でPyTorch 1.0が発表されてこれからもっと盛り上がっていきそうです。

www.itmedia.co.jp

 

今回はpyTorch入れて、tutorialをやってみます。

結論から言うと、自分のメインpcはwindowsで、chainerではなぜかCUDA使えなくてブチ切れたのですが、pyTorchは普通に使えました。(Linuxではchainer普通に使えてます)

 

  1. CUDA toolkit等を導入する(GPU使用)

まずこれをしないと始まりません。

GPU使わないよって人は飛ばしてください。

 

まずCUDAインストールします、最新の9.1をインストール

CUDA Toolkit 9.1 Download | NVIDIA Developer

C++でビルドするのでvisual studioのインストールが必須です。

自分はvisual studio 2015 community editionをインストールしました。

また、cudaのインストール時にvisual studio integrationの項目がfailedになる場合は、カスタムインストールにしてintegrationの項目をアンチェックすれば正常にインストールできます。

 

ついでにcudnnもダウンロードします(登録必要)

こちらも最新の7.1をインストール。tensorflowとかは最新のcudaだったりcudnnが使えなかったりしたので、最新のものを使えるのはうれしい(今はtensorflowも対応してるかも?)

NVIDIA cuDNN | NVIDIA Developer

 

  1. pythonの環境を作成する

次にpythonの環境を作りましょう。

普通にanacondaで環境は作ればいいと思います。

conda create -n py36 python=3.6 anaconda

 のようにしてpython3.6の環境を作成します。

次に公式にならって次のようにコマンドを打ってpytorchを導入

conda install pytorch cuda91 -c pytorch 
pip3 install torchvision

ちなみにcpuのみの利用ならば

conda install pytorch-cpu -c pytorch 

を使用してください。

 

これでエラーがなければ正常にpytorchが導入されてます。

 

  1. 実際にpytorchを動かしてみる

まずは本当にGPUが使えるか確認します。

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

これでTrueが返ってくれば一安心、GPUが使えます。

 

次にTutorialですが、公式の60分講座をやってみました。

CIFAR-10の学習モデル構築になります。

Deep Learning with PyTorch: A 60 Minute Blitz — PyTorch Tutorials 0.4.0 documentation

 

詳細はページを見ていただければわかると思うので省きます。

使ってみた印象としてはchainerのフォークって言われてるのがよくわかります、似すぎ。

chainerに慣れてる人なら違和感なく使えると思います、つまり使いやすい。

また、軽量なネットワークしか書いてないので、次は重いの書いてその時の動作等を調べてみたいと思います。

pyTorchは公式のtutorial豊富なのいいなぁ