PyTorch สามารถเร่งความเร็วแอปพลิเคชัน AI/ML โดยใช้ NVIDIA GPU ผ่านไลบรารี NVIDIA CUDA ในลักษณะเดียวกับ TensorFlow
ในบทความนี้ เราจะแสดงวิธีการติดตั้ง PyTorch พร้อมรองรับการเร่งความเร็ว NVIDIA GPU/CUDA บน Debian 12 “Bookworm”
หัวข้อเนื้อหา:
- การติดตั้งไดรเวอร์ NVIDIA GPU บน Debian 12
- การติดตั้ง NVIDIA CUDA บน Debian 12
- การติดตั้ง Python 3 PIP และ Python 3 Virtual Environment (venv) บน Debian 12
- การสร้างสภาพแวดล้อมเสมือน Python 3 สำหรับ PyTorch
- การอัพเกรด Python 3 PIP เป็นเวอร์ชันล่าสุดบน Python 3 PyTorch Virtual Environment
- การติดตั้ง PyTorch พร้อมรองรับการเร่งความเร็ว NVIDIA GPU/CUDA บน Debian 12
- การเปิดใช้งานสภาพแวดล้อมเสมือน PyTorch Python 3
- การเข้าถึง PyTorch และตรวจสอบว่ามีการเร่งความเร็ว NVIDIA GPU/CUDA หรือไม่
- บทสรุป
การติดตั้งไดรเวอร์ NVIDIA GPU บน Debian 12
เพื่อให้การเร่งความเร็ว PyTorch NVIDIA GPU/CUDA ทำงานได้ คุณต้อง ติดตั้งไดรเวอร์ NVIDIA GPU บน Debian 12 . หากคุณต้องการความช่วยเหลือในการติดตั้งไดรเวอร์ NVIDIA GPU บนระบบ Debian 12 ของคุณ อ่านบทความนี้ .
การติดตั้ง NVIDIA CUDA บน Debian 12
คุณต้องทำให้การเร่งความเร็ว PyTorch NVIDIA GPU/CUDA ทำงานบน Debian 12 ได้ ติดตั้ง NVIDIA CUDA บน Debian 12 . หากคุณต้องการความช่วยเหลือในการติดตั้ง NVIDIA CUDA บนระบบ Debian 12 ของคุณ อ่านบทความนี้ .
การติดตั้ง Python 3 PIP และ Python 3 Virtual Environment (venv) บน Debian 12
หากต้องการติดตั้ง PyTorch บน Debian 12 คุณต้องติดตั้ง Python 3 PIP และ Python virtual Environment (venv)
ขั้นแรก ให้อัปเดตแคชที่เก็บแพ็กเกจ APT ด้วยคำสั่งต่อไปนี้:
$ ซูโดะ ปรับปรุงฉลาด 
หากต้องการติดตั้งสภาพแวดล้อมเสมือน Python 3 PIP และ Python 3 (venv) ให้รันคำสั่งต่อไปนี้:
$ ซูโดะ ฉลาด ติดตั้ง python3-pip python3-venv python3-devเพื่อยืนยันการติดตั้ง ให้กด “Y” จากนั้นกด <ป้อน> .
กำลังติดตั้ง Python 3 PIP และ Python 3 venv ใช้เวลาสักครู่จึงจะเสร็จสมบูรณ์
ณ จุดนี้ ควรติดตั้ง Python 3 PIP และ Python 3 venv
การสร้างสภาพแวดล้อมเสมือน Python 3 สำหรับ PyTorch
แนวทางปฏิบัติมาตรฐานสำหรับการติดตั้งไลบรารี Python บน Debian 12 คือการติดตั้งไลบรารีเหล่านั้นในสภาพแวดล้อมเสมือน Python เพื่อไม่ให้รบกวนแพ็คเกจ/ไลบรารี Python ของระบบ
หากต้องการสร้างสภาพแวดล้อมเสมือน Python 3 ใหม่สำหรับ PyTorch ในไดเร็กทอรี “/opt/pytorch” ให้รันคำสั่งต่อไปนี้:
$ ซูโดะ หลาม3 -ม เวนวี / เลือก / ไพทอร์ชการอัพเกรด Python 3 PIP เป็นเวอร์ชันล่าสุดบน Python 3 PyTorch Virtual Environment
หากต้องการอัพเกรด Python 3 PIP เป็นเวอร์ชันล่าสุดบนสภาพแวดล้อมเสมือน Python 3 “/opt/pytorch” ให้รันคำสั่งต่อไปนี้:
$ ซูโดะ / เลือก / ไพทอร์ช / ถังขยะ / pip3 ติดตั้ง --อัพเกรด ปิ๊ป 
การติดตั้ง PyTorch พร้อมรองรับการเร่งความเร็ว NVIDIA GPU/CUDA บน Debian 12
เพื่อให้การเร่งความเร็ว PyTorch NVIDIA GPU/CUDA ทำงานได้ คุณต้องติดตั้ง PyTorch เวอร์ชันที่ถูกต้องซึ่งรองรับเวอร์ชันไดรเวอร์ NVIDIA CUDA ที่คุณติดตั้งบนระบบ Debian 12 ของคุณ ในขณะที่เขียนบทความนี้ PyTorch รองรับไดรเวอร์ NVIDIA CUDA เวอร์ชัน 11.8 และ 12.1 สำหรับข้อมูลที่อัปเดตเกี่ยวกับเวอร์ชันไดรเวอร์ NVIDIA CUDA ที่ PyTorch รองรับ ตรวจสอบเว็บไซต์อย่างเป็นทางการของ PyTorch .
หากต้องการตรวจสอบเวอร์ชันไดรเวอร์ NVIDIA CUDA ที่คุณติดตั้งบนระบบ Debian 12 ของคุณ ให้รันคำสั่งต่อไปนี้ อย่างที่คุณเห็น เรามี NVIDIA CUDA เวอร์ชัน 11.8 ติดตั้งอยู่บนระบบ Debian 12 ของเรา
$ เอ็นวีซีซี --รุ่น 
หากต้องการติดตั้ง PyTorch ด้วยการรองรับ NVIDIA CUDA 11.8 บนสภาพแวดล้อมเสมือน PyTorch Python 3 ให้รันคำสั่งต่อไปนี้:
$ ซูโดะ / เลือก / ไพทอร์ช / ถังขยะ / pip3 ติดตั้ง คบเพลิง torchvision torchaudio --index-url https: // download.pytorch.org / ว / กับ 118หากต้องการติดตั้ง PyTorch ด้วยการรองรับ NVIDIA CUDA 12.1 บนสภาพแวดล้อมเสมือน PyTorch Python 3 ให้รันคำสั่งต่อไปนี้:
$ ซูโดะ / เลือก / ไพทอร์ช / ถังขยะ / pip3 ติดตั้ง คบเพลิง torchvision torchaudioกำลังติดตั้ง PyTorch บนสภาพแวดล้อมเสมือน PyTorch Python 3 ใช้เวลาสักครู่จึงจะเสร็จสมบูรณ์
ณ จุดนี้ ควรติดตั้ง PyTorch บนสภาพแวดล้อมเสมือน PyTorch Python 3
การเปิดใช้งานสภาพแวดล้อมเสมือน PyTorch Python 3
หากต้องการเปิดใช้งานสภาพแวดล้อมเสมือน PyTorch Python “/opt/pytorch” ให้รันคำสั่งต่อไปนี้:
$ . / เลือก / ไพทอร์ช / ถังขยะ / เปิดใช้งานควรเปิดใช้งานสภาพแวดล้อมเสมือน PyTorch Python 3
การเข้าถึง PyTorch และตรวจสอบว่ามีการเร่งความเร็ว NVIDIA GPU/CUDA หรือไม่
หากต้องการเปิดเชลล์แบบโต้ตอบ Python 3 ให้รันคำสั่งต่อไปนี้:
$ หลาม3ควรเปิดเชลล์แบบโต้ตอบ Python 3
ขั้นแรก ให้นำเข้า PyTorch ด้วยโค้ดบรรทัดต่อไปนี้:
$ นำเข้าไฟฉาย 
หากต้องการตรวจสอบเวอร์ชันของ PyTorch ที่คุณติดตั้ง ให้รันโค้ดบรรทัดต่อไปนี้ อย่างที่คุณเห็น เรากำลังใช้งาน PyTorch 2.1.0 พร้อมรองรับการเร่งความเร็ว NVIDIA CUDA 11.8 (cu118)
$ คบเพลิง.__รุ่น__ 
หากต้องการตรวจสอบว่า PyTorch สามารถใช้ NVIDIA GPU ของคุณสำหรับการเร่งความเร็ว NVIDIA CUDA ได้หรือไม่ คุณสามารถเรียกใช้โค้ดบรรทัดต่อไปนี้ได้เช่นกัน หากรองรับ NVIDIA CUDA ข้อความ “True” จะถูกพิมพ์ออกมา
$ torch.cuda.is_available ( )หากคุณมี GPU หลายตัวติดตั้งอยู่ในคอมพิวเตอร์ของคุณ คุณสามารถตรวจสอบจำนวน GPU ที่ PyTorch สามารถใช้ได้กับบรรทัดโค้ดต่อไปนี้ อย่างที่คุณเห็น เรามี NVIDIA GPU (RTX 4070) ติดตั้งอยู่บนระบบ Debian 12 ของเรา
$ torch.cuda.device_count ( )หากต้องการออกจากเชลล์เชิงโต้ตอบของ Python ให้รันโค้ดบรรทัดต่อไปนี้:
$ ล้มเลิก ( )บทสรุป
ในบทความนี้ เราได้แสดงวิธีการติดตั้งสภาพแวดล้อมเสมือน Python 3 PIP และ Python 3 (venv) บน Debian 12 นอกจากนี้เรายังแสดงวิธีสร้างสภาพแวดล้อมเสมือน Python 3 สำหรับ PyTorch บน Debian 12 และวิธีติดตั้ง PyTorch ด้วย NVIDIA CUDA รองรับการเร่งความเร็ว 11.8 และ 12.1 บน Debian 12 เช่นกัน สุดท้ายนี้ เราได้แสดงวิธีเปิดใช้งานสภาพแวดล้อมเสมือน PyTorch Python และเข้าถึง PyTorch บน Debian 12