pytorch cpp

Implementación en C++ de tutoriales de PyTorch para todos

SO (compilador)LibTorch	2.3.0
macOS (sonido metálico 11, 12, 13)
Linux (ccg 9, 10, 11)
Ventanas (msvc 2019, 2022)

Tabla de contenido

Este repositorio proporciona código tutorial en C++ para que los investigadores de aprendizaje profundo aprendan PyTorch (es decir, secciones 1 a 3).
Tutorial de Python : https://github.com/yunjey/pytorch-tutorial

1. Conceptos básicos

• Conceptos básicos de PyTorch
• Regresión lineal
• Regresión logística
• Red neuronal de avance

2. Intermedio

• Red neuronal convolucional
• Red residual profunda
• Red neuronal recurrente
• Red neuronal recurrente bidireccional
• Modelo de lenguaje (RNN-LM)

3. Avanzado

• Redes generativas de confrontación
• Codificador automático variacional
• Transferencia de estilo neuronal
• Subtítulos de imágenes (CNN-AttentionRNN)

4. Tutoriales interactivos

• Corte tensorial

5. Otros tutoriales populares

• Aprendizaje profundo con PyTorch: un bombardeo de 60 minutos

Empezando

Requisitos

1. Compilador compatible con C++-17
2. CMake (versión mínima 3.19)
3. Versión de LibTorch >= 1.12.0 y <= 2.3.0
4. conda

Para tutoriales interactivos

Nota : Los tutoriales interactivos se están ejecutando actualmente en LibTorch Nightly Version .
Por lo tanto, hay algunos tutoriales que pueden fallar cuando se trabaja con la versión nocturna .

conda create --name pytorch-cpp
conda activate pytorch-cpp
conda install xeus-cling notebook -c conda-forge

Clonar, construir y ejecutar tutoriales

En Google Colab

En la máquina local

git clone https://github.com/prabhuomkar/pytorch-cpp.git
cd pytorch-cpp

Generar sistema de construcción

cmake -B build # <options>

Nota para usuarios de Windows:
Libtorch solo admite Windows de 64 bits y es necesario especificar un generador x64. Para Visual Studio, esto se puede hacer agregando -A x64 al comando anterior.

Algunas opciones útiles:

Opción	Por defecto	Descripción
-D CUDA_V=(11.8|12.1|none)	none	Descargue LibTorch para obtener una versión CUDA ( none = descargar la versión de CPU).
-D LIBTORCH_DOWNLOAD_BUILD_TYPE=(Release|Debug)	Release	Determina qué versión del tipo de compilación de libtorch descargar (solo es relevante en Windows ).
-D DOWNLOAD_DATASETS=(OFF|ON)	ON	Descargue los conjuntos de datos necesarios durante la compilación (solo si aún no existen en pytorch-cpp/data ).
-D CREATE_SCRIPTMODULES=(OFF|ON)	OFF	Cree todos los archivos de módulo de script necesarios para los modelos/pesos previamente aprendidos durante la compilación. Requiere python3 instalado con pytorch y torchvision.
-D CMAKE_PREFIX_PATH=path/to/libtorch/share/cmake/Torch	<empty>	Omita la descarga de LibTorch y utilice su propia versión local (consulte Requisitos).
-D CMAKE_BUILD_TYPE=(Release|Debug|...)	<empty>	Determina el tipo de compilación de CMake para generadores de configuración única (consulte los documentos de CMake).

Ejemplo de Linux

Apuntar

• Utilice Python, PyTorch (consulte Requisitos) y la instalación de torchvision existentes.
• Descargue todos los conjuntos de datos y cree todos los archivos de módulo de script necesarios.

Dominio

cmake -B build 
-D CMAKE_BUILD_TYPE=Release 
-D CMAKE_PREFIX_PATH=/path/to/libtorch/share/cmake/Torch 
-D CREATE_SCRIPTMODULES=ON 

Ventanas de ejemplo

Apuntar

• Descargue automáticamente LibTorch para CUDA 11.8 (versión de lanzamiento) y todos los conjuntos de datos necesarios.
• No cree archivos de módulo de script.

Dominio

cmake -B build 
-A x64 
-D CUDA_V=11.8

Construir

Nota para usuarios de Windows (Visual Studio):
El script CMake descarga la versión de lanzamiento de LibTorch, por lo que se debe agregar --config Release al comando de compilación.

Cómo funcionan la descarga de conjuntos de datos y la creación de módulos de script:

• Si DOWNLOAD_DATASETS está ON , los conjuntos de datos requeridos por los tutoriales que elija crear se descargarán en pytorch-cpp/data (si aún no existen allí).
• Si CREATE_SCRIPTMODULES está ON , los archivos scriptmodule para los modelos/pesos previamente aprendidos requeridos por los tutoriales que elija crear se crearán en la carpeta model de la carpeta fuente del tutorial respectivo (si aún no existen).

Todos los tutoriales

Para crear todos los tutoriales utilice

cmake --build build

Todos los tutoriales en una categoría.

Puede elegir crear tutoriales únicamente en una de las categorías basics , intermediate , advanced o popular . Por ejemplo, si solo estás interesado en los tutoriales basics :

cmake --build build --target basics
# In general: cmake --build build --target {category} 

tutorial único

También puede optar por crear solo un tutorial. Por ejemplo, para crear únicamente el tutorial del modelo de lenguaje:

cmake --build build --target language-model
# In general: cmake --build build --target {tutorial-name}

Nota :
El argumento de destino es el nombre de la carpeta del tutorial con todos los guiones bajos reemplazados por guiones.

Consejo para usuarios de la versión CMake >= 3.15 :
Puede especificar varios objetivos separados por espacios, por ejemplo:

cmake --build build --target language-model image-captioning

Ejecutar tutoriales

1. ( ¡IMPORTANTE! ) Primero cambie al directorio del tutorial dentro de build/tutorials . Por ejemplo, suponiendo que está en el directorio pytorch-cpp y desea cambiar a la carpeta del tutorial básico de pytorch:

    cd build/tutorials/basics/pytorch_basics
   # In general: cd build/tutorials/{basics|intermediate|advanced|popular/blitz}/{tutorial_name}

2. Ejecute el ejecutable. Tenga en cuenta que el nombre del ejecutable es el nombre de la carpeta del tutorial con todos los guiones bajos reemplazados por guiones (por ejemplo, para la carpeta del tutorial: pytorch_basics -> nombre del ejecutable: pytorch-basics (o pytorch-basics.exe en Windows)). Por ejemplo, para ejecutar el tutorial básico de pytorch:
   
   Linux/Mac

   ./pytorch-basics
   # In general: ./{tutorial-name}

   ventanas

   . pytorch-basics.exe
   # In general: .{tutorial-name}.exe

Usando ventana acoplable

Encuentre las imágenes de la versión anterior y más reciente en Docker Hub.

Puede compilar y ejecutar los tutoriales (en la CPU) en un contenedor Docker utilizando los archivos Dockerfile y docker-compose.yml proporcionados:

1. Desde el directorio raíz del repositorio clonado, cree la imagen:

   docker-compose build --build-arg USER_ID= $( id -u ) --build-arg GROUP_ID= $( id -g )

   Nota :
   Cuando ejecuta el contenedor Docker, el directorio del repositorio del host se monta como un volumen en el contenedor Docker para almacenar en caché los archivos de dependencia descargados y compilados, de modo que no sea necesario reconstruir o volver a descargar todo cuando se reinicia un contenedor. Para tener los permisos de archivo correctos, es necesario proporcionar sus ID de usuario y grupo como argumentos de compilación al crear la imagen en Linux.

2. Ahora inicie el contenedor y cree los tutoriales usando:

   docker-compose run --rm pytorch-cpp

   Esto recupera todas las dependencias necesarias y crea todos los tutoriales. Una vez finalizada la compilación, de forma predeterminada el contenedor inicia bash en modo interactivo en la carpeta build/tutorials .
   Al igual que con la compilación local, puede optar por crear solo tutoriales de una categoría ( basics , intermediate , advanced , popular ):

   docker-compose run --rm pytorch-cpp {category}

   En este caso, el contenedor se inicia en el directorio de compilación base de la categoría elegida.
   Alternativamente, también puedes ejecutar un tutorial directamente invocando el comando ejecutar con el nombre del tutorial como argumento adicional, por ejemplo:

   docker-compose run --rm pytorch-cpp pytorch-basics
   # In general: docker-compose run --rm pytorch-cpp {tutorial-name} 

   Esto, si es necesario, creará el tutorial básico de pytorch y luego iniciará el ejecutable en un contenedor.

Licencia

Este repositorio tiene licencia del MIT como se indica en LICENCIA.