Instale e configure o PyTorch na sua máquina.

Observação

Para maior funcionalidade, o PyTorch também pode ser usado com DirectML no Windows.

Na etapa anterior deste tutorial, discutimos os conceitos básicos do PyTorch e os pré-requisitos de usá-lo para criar um modelo de aprendizado de máquina. Aqui, vamos instalá-lo na sua máquina.

Obter PyTorch

Este tutorial utiliza um ambiente Anaconda em Windows de 64 bits para treinar e executar o seu modelo no CPU. Para a aplicação Windows ML mais adiante no tutorial, precisas do Windows 10, versão 1809 (build 17763) ou posterior. Não precisas de GPU ou CUDA para estes passos.

Importante

Este é um tutorial antigo. Os passos mantêm as versões do Python 3.8 e do pacote PyTorch 1.7.1 apresentadas nos exemplos originais de instalação, em vez de atualizar o código de treino subsequente e o código de exportação para ONNX. Python 3.8 já não é suportado, e o PyTorch deixou de publicar pacotes oficiais da Conda a partir da versão 2.6. Use uma máquina de teste ou virtual separada para reproduzir este ambiente, não um ambiente de produção. Para novos projetos, siga as orientações atuais de instalação do PyTorch; os pacotes mais recentes não são validados com este tutorial.

1. Descarregue o instalador Anaconda3-2020.11-Windows-x86_64.exe do Windows de 64 bits a partir do arquivo do Anaconda e instale-o na sua máquina de teste. O Anaconda 2020.11 inclui Python 3.8.5 e os pacotes de análise de dados usados mais adiante no tutorial.

   

2. Open Start > Anaconda3 > Anaconda PowerShell Prompt. Verifique as suas versões para Python e Conda:

   python --version
   conda --version
   

   Verifica se o Python reporta a versão 3.8 antes de continuar.

   

3. Consulte as instruções para Conda v1.7.1 para Linux > e Windows >, apenas CPU > na página de versões anteriores do PyTorch. Este tutorial usa as opções para Windows, Conda, Python e CPU, não o seletor de versões estáveis atual. As builds CUDA estão disponíveis para GPUs NVIDIA compatíveis, mas a configuração da GPU não faz parte deste procedimento.

   

4. No mesmo prompt Anaconda PowerShell, instale os pacotes de CPU. As versões estão fixadas para evitar selecionar uma versão mais recente do PyTorch:

   conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cpuonly -c pytorch
   

   

   As capturas de ecrã são exemplos históricos; as suas versões em Python e comandos não fixados podem ser diferentes. Segue os comandos do texto.

5. Revise o plano do pacote, introduza y quando solicitado e espere que a instalação termine. Se a Conda não conseguir resolver os pacotes legados, não substitua a versão mais recente do PyTorch e assuma que os passos posteriores do tutorial são compatíveis.

6. No mesmo prompt, comece Python:

   python
   

   Introduza o seguinte código para construir um tensor inicializado aleatoriamente:

   import torch
   
   x = torch.rand(2, 3)
   
   print(x)
   

   A saída deve ser um tensor aleatório 2x3 (duas linhas e três colunas). Os teus números vão ser diferentes, mas a forma deve corresponder a este exemplo:

   tensor([[0.5343, 0.7362, 0.8390],
           [0.4758, 0.2399, 0.1936]])
   

   

   Prima exit() para voltar à linha de comandos do Anaconda PowerShell. Usa este mesmo ambiente Anaconda quando selecionares o interpretador Python na próxima fase do tutorial.

Observação

Interessado em saber mais? Visite o site oficial da PyTorch.

Próximas Etapas

Agora que instalamos o PyTorch, estamos prontos para configurar os dados para o nosso modelo.