pytorch cpp

Implementação C++ de tutoriais PyTorch para todos

SO (Compilador)LibTorch	2.3.0
macOS (clang 11, 12, 13)
Linux (gcc 9, 10, 11)
Windows (msvc 2019, 2022)

Índice

Este repositório fornece código tutorial em C++ para pesquisadores de aprendizagem profunda aprenderem PyTorch (ou seja, Seção 1 a 3)
Tutorial Python : https://github.com/yunjey/pytorch-tutorial

1. Noções básicas

• Noções básicas do PyTorch
• Regressão Linear
• Regressão Logística
• Rede Neural Feedforward

2. Intermediário

• Rede Neural Convolucional
• Rede Residual Profunda
• Rede Neural Recorrente
• Rede Neural Recorrente Bidirecional
• Modelo de Linguagem (RNN-LM)

3. Avançado

• Redes Adversariais Gerativas
• Codificador automático variacional
• Transferência de estilo neural
• Legendagem de imagens (CNN-AttentionRNN)

4. Tutoriais interativos

• Fatiamento tensorial

5. Outros tutoriais populares

• Aprendizado profundo com PyTorch: uma blitz de 60 minutos

Começando

Requisitos

1. Compilador compatível com C++-17
2. CMake (versão mínima 3.19)
3. Versão LibTorch >= 1.12.0 e <= 2.3.0
4. Conda

Para tutoriais interativos

Nota : Os tutoriais interativos estão atualmente em execução na versão noturna do LibTorch .
Portanto, existem alguns tutoriais que podem falhar ao trabalhar com a versão noturna .

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

Clone, crie e execute tutoriais

No Google Colab

Na máquina local

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

Gerar sistema de compilação

cmake -B build # <options>

Nota para usuários do Windows:
Libtorch suporta apenas Windows de 64 bits e um gerador x64 precisa ser especificado. Para o Visual Studio, isso pode ser feito anexando -A x64 ao comando acima.

Algumas opções úteis:

Opção	Padrão	Descrição
-D CUDA_V=(11.8|12.1|none)	none	Baixe o LibTorch para uma versão CUDA ( none = baixe a versão da CPU).
-D LIBTORCH_DOWNLOAD_BUILD_TYPE=(Release|Debug)	Release	Determina qual versão do tipo de compilação libtorch baixar (relevante apenas no Windows ).
-D DOWNLOAD_DATASETS=(OFF|ON)	ON	Baixe os conjuntos de dados necessários durante a construção (somente se eles ainda não existirem em pytorch-cpp/data ).
-D CREATE_SCRIPTMODULES=(OFF|ON)	OFF	Crie todos os arquivos scriptmodule necessários para modelos/pesos pré-aprendidos durante a construção. Requer python3 instalado com pytorch e torchvision.
-D CMAKE_PREFIX_PATH=path/to/libtorch/share/cmake/Torch	<empty>	Ignore o download do LibTorch e use sua própria versão local (consulte Requisitos).
-D CMAKE_BUILD_TYPE=(Release|Debug|...)	<empty>	Determina o tipo de compilação do CMake para geradores de configuração única (consulte a documentação do CMake).

Exemplo Linux

Mirar

• Use Python, PyTorch existente (consulte Requisitos) e instalação do torchvision.
• Baixe todos os conjuntos de dados e crie todos os arquivos scriptmodule necessários.

Comando

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

Exemplo de janelas

Mirar

• Baixe automaticamente o LibTorch para CUDA 11.8 (versão de lançamento) e todos os conjuntos de dados necessários.
• Não crie arquivos scriptmodule.

Comando

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

Construir

Nota para usuários do Windows (Visual Studio):
O script CMake baixa a versão Release do LibTorch, então --config Release deve ser anexado ao comando build.

Como funcionam o download do conjunto de dados e a criação do módulo de script:

• Se DOWNLOAD_DATASETS estiver ON , os conjuntos de dados exigidos pelos tutoriais que você escolher construir serão baixados para pytorch-cpp/data (se ainda não existirem lá).
• Se CREATE_SCRIPTMODULES estiver ON , os arquivos scriptmodule para os modelos/pesos pré-aprendidos exigidos pelos tutoriais que você escolher construir serão criados na pasta model da pasta de origem do respectivo tutorial (se ainda não existirem).

Todos os tutoriais

Para construir todos os tutoriais, use

cmake --build build

Todos os tutoriais em uma categoria

Você pode optar por criar tutoriais apenas em uma das categorias basics , intermediate , advanced ou popular . Por exemplo, se você estiver interessado apenas nos tutoriais basics :

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

Tutorial único

Você também pode optar por criar apenas um único tutorial. Por exemplo, apenas para construir o tutorial do modelo de linguagem:

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

Observação :
O argumento alvo é o nome da pasta do tutorial com todos os sublinhados substituídos por hifens.

Dica para usuários da versão CMake >= 3.15 :
Você pode especificar vários alvos separados por espaços, por exemplo:

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

Executar tutoriais

1. ( IMPORTANTE! ) Primeiro mude para o diretório do tutorial em build/tutorials . Por exemplo, supondo que você esteja no diretório pytorch-cpp e queira mudar para a pasta do tutorial básico do pytorch:

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

2. Execute o executável. Observe que o nome do executável é o nome da pasta do tutorial com todos os sublinhados substituídos por hífens (por exemplo, para a pasta do tutorial: pytorch_basics -> nome do executável: pytorch-basics (ou pytorch-basics.exe no Windows)). Por exemplo, para executar o tutorial básico do pytorch:
   
   Linux/Mac

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

   Windows

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

Usando Docker

Encontre as imagens da versão mais recente e anterior no Docker Hub.

Você pode criar e executar os tutoriais (na CPU) em um contêiner Docker usando os arquivos Dockerfile e docker-compose.yml fornecidos:

1. No diretório raiz do repositório clonado, crie a imagem:

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

   Observação :
   Quando você executa o contêiner do Docker, o diretório de repositório do host é montado como um volume no contêiner do Docker para armazenar em cache os arquivos de dependência de compilação e download, para que não seja necessário reconstruir ou baixar novamente tudo quando um contêiner for reiniciado. Para ter permissões de arquivo corretas, é necessário fornecer seus IDs de usuário e grupo como argumentos de construção ao construir a imagem no Linux.

2. Agora inicie o contêiner e crie os tutoriais usando:

   docker-compose run --rm pytorch-cpp

   Isso busca todas as dependências necessárias e cria todos os tutoriais. Após a conclusão da construção, por padrão o contêiner inicia bash no modo interativo na pasta build/tutorials .
   Tal como acontece com a construção local, você pode optar por construir apenas tutoriais de uma categoria ( basics , intermediate , advanced , popular ):

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

   Neste caso o container é iniciado no diretório base de construção da categoria escolhida.
   Como alternativa, você também pode executar um tutorial diretamente invocando o comando run com um nome de tutorial como argumento adicional, por exemplo:

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

   Isso irá - se necessário - construir o tutorial pytorch-basics e então iniciar o executável em um contêiner.

Licença

Este repositório está licenciado pelo MIT conforme fornecido em LICENSE.