pytorch cpp

Implementasi C++ Tutorial PyTorch untuk Semua Orang

OS (Kompiler)LibTorch	2.3.0
macOS (dentang 11, 12, 13)
Linux (gcc 9, 10, 11)
Windows (msvc 2019, 2022)

Daftar isi

Repositori ini menyediakan kode tutorial dalam C++ bagi peneliti pembelajaran mendalam untuk mempelajari PyTorch (yaitu Bagian 1 hingga 3)
Tutorial Python : https://github.com/yunjey/pytorch-tutorial

1. Dasar-dasar

• Dasar-dasar PyTorch
• Regresi Linier
• Regresi Logistik
• Jaringan Syaraf Maju Umpan

2. Menengah

• Jaringan Neural Konvolusional
• Jaringan Sisa Dalam
• Jaringan Neural Berulang
• Jaringan Neural Berulang Dua Arah
• Model Bahasa (RNN-LM)

3. Lanjutan

• Jaringan Permusuhan Generatif
• Encoder Otomatis Variasi
• Transfer Gaya Neural
• Keterangan Gambar (CNN-AttentionRNN)

4. Tutorial Interaktif

• Pemotongan Tensor

5. Tutorial Populer Lainnya

• Pembelajaran Mendalam dengan PyTorch: Gumulan 60 Menit

Memulai

Persyaratan

1. Kompiler yang kompatibel dengan C++-17
2. CMake (minimal versi 3.19)
3. LibTorch versi >= 1.12.0 dan <= 2.3.0
4. Konda

Untuk Tutorial Interaktif

Catatan : Tutorial Interaktif sedang berjalan pada LibTorch Nightly Version .
Jadi ada beberapa tutorial yang bisa rusak ketika bekerja dengan versi nightly .

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

Kloning, buat, dan jalankan tutorial

Di Google Kolab

Di Mesin Lokal

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

Hasilkan sistem pembangunan

cmake -B build # <options>

Catatan untuk pengguna Windows:
Libtorch hanya mendukung Windows 64bit dan generator x64 perlu ditentukan. Untuk Visual Studio ini dapat dilakukan dengan menambahkan -A x64 ke perintah di atas.

Beberapa opsi berguna:

Pilihan	Bawaan	Keterangan
-D CUDA_V=(11.8|12.1|none)	none	Unduh LibTorch untuk versi CUDA ( none = unduh versi CPU).
-D LIBTORCH_DOWNLOAD_BUILD_TYPE=(Release|Debug)	Release	Menentukan versi tipe build libtorch mana yang akan diunduh (hanya relevan di Windows ).
-D DOWNLOAD_DATASETS=(OFF|ON)	ON	Unduh kumpulan data yang diperlukan selama pembuatan (hanya jika kumpulan data tersebut belum ada di pytorch-cpp/data ).
-D CREATE_SCRIPTMODULES=(OFF|ON)	OFF	Buat semua file scriptmodule yang diperlukan untuk model/bobot yang telah dipelajari sebelumnya selama pembuatan. Memerlukan instalasi python3 dengan pytorch dan torchvision.
-D CMAKE_PREFIX_PATH=path/to/libtorch/share/cmake/Torch	<empty>	Lewati pengunduhan LibTorch dan gunakan versi lokal Anda sendiri (lihat Persyaratan) sebagai gantinya.
-D CMAKE_BUILD_TYPE=(Release|Debug|...)	<empty>	Menentukan tipe build CMake untuk generator konfigurasi tunggal (lihat dokumen CMake).

Contoh Linux

Tujuan

• Gunakan instalasi Python, PyTorch (lihat Persyaratan) dan torchvision yang ada.
• Unduh semua kumpulan data dan buat semua file scriptmodule yang diperlukan.

Memerintah

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

Contoh Windows

Tujuan

• Unduh LibTorch secara otomatis untuk CUDA 11.8 (Versi rilis) dan semua kumpulan data yang diperlukan.
• Jangan membuat file scriptmodule.

Memerintah

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

Membangun

Catatan untuk pengguna Windows (Visual Studio):
Skrip CMake mengunduh versi Rilis LibTorch, jadi --config Release harus ditambahkan ke perintah build.

Cara kerja pengunduhan kumpulan data dan pembuatan modul skrip:

• Jika DOWNLOAD_DATASETS ON , kumpulan data yang diperlukan oleh tutorial yang Anda pilih untuk dibuat akan diunduh ke pytorch-cpp/data (jika belum ada di sana).
• Jika CREATE_SCRIPTMODULES ON , file scriptmodule untuk model/bobot yang telah dipelajari sebelumnya yang diperlukan oleh tutorial yang Anda pilih untuk dibuat akan dibuat di folder model dari folder sumber tutorial masing-masing (jika belum ada).

Semua tutorial

Untuk membangun semua tutorial gunakan

cmake --build build

Semua tutorial dalam satu kategori

Anda dapat memilih untuk hanya membuat tutorial dalam salah satu kategori basics , intermediate , advanced , atau popular . Misalnya, jika Anda hanya tertarik pada tutorial basics :

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

Tutorial tunggal

Anda juga dapat memilih untuk hanya membuat satu tutorial. Misalnya untuk membangun tutorial model bahasa saja:

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

Catatan :
Argumen targetnya adalah nama folder tutorial dengan semua garis bawah diganti dengan tanda hubung.

Tip untuk pengguna CMake versi >= 3.15 :
Anda dapat menentukan beberapa target yang dipisahkan dengan spasi, misalnya:

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

Jalankan Tutorial

1. ( PENTING! ) Pertama-tama ubah ke direktori tutorial di dalam build/tutorials . Misalnya, dengan asumsi Anda berada di direktori pytorch-cpp dan ingin mengubah ke folder tutorial dasar-dasar pytorch:

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

2. Jalankan file yang dapat dieksekusi. Perhatikan bahwa nama executable adalah nama folder tutorial dengan semua garis bawah diganti dengan tanda hubung (misalnya untuk folder tutorial: pytorch_basics -> nama executable: pytorch-basics (atau pytorch-basics.exe di Windows)). Misalnya, untuk menjalankan tutorial dasar-dasar pytorch:
   
   Linux/Mac

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

   jendela

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

Menggunakan Docker

Temukan image versi terbaru dan sebelumnya di Docker Hub.

Anda dapat membuat dan menjalankan tutorial (di CPU) dalam container Docker menggunakan file Dockerfile dan docker-compose.yml yang disediakan:

1. Dari direktori root repo yang dikloning, buatlah image:

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

   Catatan :
   Saat Anda menjalankan kontainer Docker, direktori repo host dipasang sebagai volume di kontainer Docker untuk menyimpan cache build dan file ketergantungan yang diunduh sehingga tidak perlu membangun kembali atau mengunduh ulang semuanya saat kontainer dimulai ulang. Untuk mendapatkan izin file yang benar, Anda perlu memberikan id pengguna dan grup Anda sebagai argumen build saat membuat image di Linux.

2. Sekarang mulai wadahnya dan buat tutorialnya menggunakan:

   docker-compose run --rm pytorch-cpp

   Ini mengambil semua dependensi yang diperlukan dan membangun semua tutorial. Setelah build selesai, secara default container memulai bash dalam mode interaktif di folder build/tutorials .
   Seperti halnya build lokal, Anda dapat memilih untuk hanya membuat tutorial dari suatu kategori ( basics , intermediate , advanced , popular ):

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

   Dalam hal ini kontainer dimulai di direktori pembangunan dasar kategori yang dipilih.
   Alternatifnya, Anda juga bisa langsung menjalankan tutorial dengan menjalankan perintah run dengan nama tutorial sebagai argumen tambahan, misalnya:

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

   Ini akan - jika perlu - membuat tutorial dasar-dasar pytorch dan kemudian memulai eksekusi dalam sebuah wadah.

Lisensi

Repositori ini dilisensikan di bawah MIT sebagaimana diberikan dalam LISENSI.