الصفحة الرئيسية>المتعلقة بالبرمجة>كود الذكاء الاصطناعي
تنزيل

نيم تورش

يتقن يطلق

بيتورتش - بي + نيم

واجهة Nim الأمامية لـ pytorch، تهدف في الغالب إلى أن يتم إنشاؤها تلقائيًا واستخدام ATen داخليًا.

نظرًا لأن Nim يقوم بالتحويل البرمجي إلى C++، فهذه ليست مكتبة مجمعة أو مكتبة ربط. يقوم بإنشاء رمز ATen الأصلي من 1 إلى 1.

الشرط الوحيد من pytorch هو مكتبة الموتر الأساسية لـ ATen. ولهذا السبب، يعد برنامج nimtorch متعدد الاستخدامات للغاية ويمكن تجميعه على أي نوع من الأجهزة.

الوضع الحالي

مرحلة مبكرة

  • يتم إنشاء واجهة برمجة تطبيقات ATen الكاملة تلقائيًا من Declarations.yaml
  • دعم Cuda (أضف -d:cuda عند الترجمة باستخدام nim)
  • دعم WASM (أضف -d:wasm عند الترجمة باستخدام nim)
  • يتم إنشاؤها تلقائيًا من derivatives.yaml وprocs المتدرجة
  • أوتوجراد
  • إضافة المشتقات المفقودة
  • المزيد من واجهة برمجة تطبيقات pytorch عالية المستوى (الوحدة النمطية والنماذج وما إلى ذلك)
  • ...

الهدف النهائي هو أن تكون متوافقًا قدر الإمكان مع واجهة برمجة تطبيقات pytorch.

لماذا

سهولة استخدام لغة بايثون مع الحفاظ على أداء C++ الأصلي بالكامل

كود بايثون 

 # GRUCell
gi = x . matmul ( w_input . t ()) + b_input
gh = hidden . matmul ( w_recur . t ()) + b_recur
i_r , i_i , i_n = gi . chunk ( 3 , 1 )
h_r , h_i , h_n = gh . chunk ( 3 , 1 )
resetgate = ( i_r + h_r ). sigmoid ()
inputgate = torch . sigmoid ( i_i + h_i )
newgate = ( i_n + resetgate * h_n ). tanh ()
hy = newgate + inputgate * ( hidden - newgate )

كود نيم 

 # GRUCell
let
  gi = x. matmul (w_input. t ()) + b_input
  gh = hidden. matmul (w_recur. t ()) + b_recur
  (i_r, i_i, i_nn) = gi. chunk ( 3 , 1 )
  (h_r, h_i, h_n)  = gh. chunk ( 3 , 1 )
  resetgate = (i_r + h_r). sigmoid ()
  inputgate = torch. sigmoid (i_i + h_i)
  newgate = (i_nn + resetgate * h_n). tanh ()
  hy = newgate + inputgate * (hidden - newgate)

ابدء

متطلبات

Linux : توزيع حديث على قدم المساواة مع Ubuntu 18.04 من حيث مكتبة libc والمكتبات الأساسية، مترجم gcc

macOS : نقوم بتجميع علامات الإصدار 10.13 دقيقة ولكن قد نعمل حتى على الإصدارات الأقل، XCode للمترجمين

Windows : Windows 10 وVisual Studio Runtime 2017 وVisual Studio 2017 (أي إصدار)

WASM : أحدث مترجم وأدوات Emscripten

سهل للغاية، باستخدام كوندا

لينكس، ماك وويندوز

conda create -n nimtorch -c fragcolor nimtorch (أضف cuda10.0 لـ cuda 10 linux فقط أو أضف wasm لإصدار Wasm)

source activate nimtorch أو على نظام التشغيل windows: conda activate nimtorch

سيؤدي هذا إلى تثبيت: الثنائيات nim وATen والأجزاء وnimtorch كلها في أمر واحد، ولا حاجة إلى أي شيء آخر.

تأكد من أنك تستخدم إصدارًا حديثًا من conda وأن يكون لديك مترجم مثبت في نظامك، وعلى نظام التشغيل Windows، يجب عليك إضافة --cc:vcc وأن تكون في موجه المطور.

تأكد من أن نظامك حديث (مرجع ubuntu 18.04 / macOS High Sierra / Windows 10) وأنك قمت بتثبيت cuda 9.2 (إذا كنت بحاجة إلى cuda، linux فقط، والمزيد من إصدارات cuda القادمة، يرجى فتح مشكلة إذا كنت بحاجة إلى إصدار محدد).

اختبار مع شيء مثل:

nim cpp -o:test -r $ATEN/dist/pkgs/nimtorch-#head/tests/test_xor.nim

أو على النوافذ... (لأن ملفات dll يجب أن تكون جنبًا إلى جنب)

nim cpp -o:%ATEN%/lib/test.exe -r %ATEN%/dist/pkgs/nimtorch-#head/tests/test_xor.nim

طريقة شبه يدوية

لينكس، ماك وويندوز

تحقق من إصدار ATen/PyTorch الذي نحتاجه في conda/nimtorch/meta.yaml - والذي يجب أن يكون مثل aten ==2018.10.10.1089

لاحظ الإصدار حيث ستحتاج إليه في الخطوة التالية

conda create -n aten -c fragcolor aten={version}

أو

واسم

conda create -n aten -c fragcolor aten={version} wasm

أو كودا 10.0 (لينكس فقط)

conda create -n aten -c fragcolor aten={version} cuda10.0

تفعيل بيئة آتون

source activate aten أو على الويندوز: conda activate aten

  1. تأكد من أن لديك إصدار Nim وNimble حديثًا في طريقك
  • خيار سهل: قم بتثبيت nim باستخدام Choosenim
    • choosenim devel
  1. استنساخ فرع الإصدار git clone -b release https://github.com/fragcolor-xyz/nimtorch.git
  2. cd nimtorch
  3. nimble develop

أخيراً

تشغيل الاختبار الذاتي nim cpp -o:test -r torch.nim (استخدم -o:%ATEN%/lib/test.exe بدلاً من ذلك على النوافذ بسبب موقع dll)

في حالة WASM:

قم بتشغيل الاختبار الذاتي nim cpp -d:wasm -o:test.js torch.nim && node test.js (يحتاج إلى العقدة js)

الطريقة اليدوية دون الحاجة إلى كوندا

بناء آتين 

pip2 install pyyaml typing
git clone -b fragcolor-devel https://github.com/fragcolor-xyz/pytorch.git
cd pytorch
git reset --hard < commit hash > # from torch/commit.txt
git submodule update --init
mkdir build && cd build
cmake -DCMAKE_BUILD_TYPE=Release -DUSE_CUDA=OFF -DBUILD_ATEN_ONLY=ON -DCMAKE_INSTALL_PREFIX= ` pwd ` /output ../
make -j4
make install

# also copy derivatives if we want to run generator.nim or nimble test
# notice generator.nim might need python3 and pyyaml
cp ../tools/autograd/derivatives.yaml ` pwd ` /output/share/

اختبار البناء 

 cd <nimtorch repo>
ATEN=<installation path of ATEN> nim cpp -r -f -o:/tmp/z01 torch.nim # for eg: ATEN=pathto/pytorch/build/output/

ملحوظات

  • نقترح تعيين متغير البيئة OMP_WAIT_POLICY على PASSIVE عند التشغيل على وحدة المعالجة المركزية.
يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل