يمكن لـ PyTorch تسريع تطبيقات AI/ML باستخدام وحدة معالجة الرسومات NVIDIA عبر مكتبة NVIDIA CUDA محليًا تمامًا مثل TensorFlow.
سنوضح لك في هذه المقالة كيفية تثبيت PyTorch مع دعم تسريع NVIDIA GPU/CUDA على Debian 12 'Bookworm'.
موضوع المحتويات:
- تثبيت برامج تشغيل NVIDIA GPU على Debian 12
- تثبيت NVIDIA CUDA على دبيان 12
- تثبيت Python 3 PIP وPython 3 Virtual Environment (venv) على Debian 12
- إنشاء بيئة افتراضية لـ Python 3 لـ PyTorch
- ترقية Python 3 PIP إلى أحدث إصدار في بيئة Python 3 PyTorch الافتراضية
- تثبيت PyTorch مع دعم تسريع NVIDIA GPU/CUDA على Debian 12
- تفعيل البيئة الافتراضية لـ PyTorch Python 3
- الوصول إلى PyTorch والتحقق من توفر تسريع NVIDIA GPU/CUDA
- خاتمة
تثبيت برامج تشغيل NVIDIA GPU على Debian 12
لكي يعمل تسريع PyTorch NVIDIA GPU/CUDA، يجب عليك قم بتثبيت برامج تشغيل NVIDIA GPU على Debian 12 . إذا كنت بحاجة إلى أي مساعدة في تثبيت برامج تشغيل NVIDIA GPU على نظام Debian 12 الخاص بك، اقرأ هذه المقالة .
تثبيت NVIDIA CUDA على دبيان 12
لكي يعمل تسريع PyTorch NVIDIA GPU/CUDA على Debian 12، يجب عليك قم بتثبيت NVIDIA CUDA على نظام Debian 12 . إذا كنت بحاجة إلى أي مساعدة في تثبيت NVIDIA CUDA على نظام Debian 12 الخاص بك، اقرأ هذه المقالة .
تثبيت Python 3 PIP وPython 3 Virtual Environment (venv) على Debian 12
لتثبيت PyTorch على Debian 12، تحتاج إلى تثبيت بيئة Python 3 PIP وPython الافتراضية (venv).
أولاً، قم بتحديث ذاكرة التخزين المؤقت لمستودع حزمة APT باستخدام الأمر التالي:
$ sudo تحديث مناسب 
لتثبيت بيئة Python 3 PIP وPython 3 الافتراضية (venv)، قم بتشغيل الأمر التالي:
$ sudo ملائم ثَبَّتَ python3-pip python3-venv python3-devلتأكيد التثبيت، اضغط على 'Y' ثم اضغط <أدخل> .
يتم الآن تثبيت Python 3 PIP وPython 3 venv. يستغرق بعض الوقت لإكمال.
في هذه المرحلة، يجب تثبيت Python 3 PIP وPython 3 venv.
إنشاء بيئة افتراضية لـ Python 3 لـ PyTorch
الممارسة القياسية لتثبيت مكتبات Python على Debian 12 هي تثبيتها في بيئة Python الافتراضية بحيث لا تتداخل مع حزم/مكتبات Python الخاصة بالنظام.
لإنشاء بيئة افتراضية جديدة لـ Python 3 لـ PyTorch في الدليل '/opt/pytorch'، قم بتشغيل الأمر التالي:
$ sudo بيثون3 -م venv / يختار، يقرر / pytorchترقية Python 3 PIP إلى أحدث إصدار في بيئة Python 3 PyTorch الافتراضية
لترقية Python 3 PIP إلى أحدث إصدار في بيئة Python 3 الافتراضية '/opt/pytorch'، قم بتشغيل الأمر التالي:
$ sudo / يختار، يقرر / pytorch / سلة مهملات / النقطة3 ثَبَّتَ --يرقي نقطة 
تثبيت PyTorch مع دعم تسريع NVIDIA GPU/CUDA على Debian 12
لكي يعمل تسريع PyTorch NVIDIA GPU/CUDA، يجب عليك تثبيت الإصدار الصحيح من PyTorch الذي يدعم إصدار برنامج تشغيل NVIDIA CUDA الذي قمت بتثبيته على نظام Debian 12 الخاص بك. في وقت كتابة هذه السطور، يدعم PyTorch إصداري برنامج تشغيل NVIDIA CUDA 11.8 و12.1. للحصول على معلومات محدثة حول إصدارات برنامج تشغيل NVIDIA CUDA التي يدعمها PyTorch، تحقق من الموقع الرسمي لـ PyTorch .
للتحقق من إصدار برنامج تشغيل NVIDIA CUDA الذي قمت بتثبيته على نظام Debian 12 الخاص بك، قم بتشغيل الأمر التالي. كما ترون، لدينا NVIDIA CUDA الإصدار 11.8 مثبتًا على نظامنا Debian 12.
$ com.nvcc --إصدار 
لتثبيت PyTorch مع دعم NVIDIA CUDA 11.8 على بيئة PyTorch Python 3 الافتراضية، قم بتشغيل الأمر التالي:
$ sudo / يختار، يقرر / pytorch / سلة مهملات / النقطة3 ثَبَّتَ الشعلة torchvision torchaudio --index-url https: // download.pytorch.org / whl / مع 118لتثبيت PyTorch مع دعم NVIDIA CUDA 12.1 على بيئة PyTorch Python 3 الافتراضية، قم بتشغيل الأمر التالي:
$ sudo / يختار، يقرر / pytorch / سلة مهملات / النقطة3 ثَبَّتَ الشعلة torchvision torchaudioيتم تثبيت PyTorch على بيئة PyTorch Python 3 الافتراضية. يستغرق بعض الوقت لإكمال.
في هذه المرحلة، يجب تثبيت PyTorch على بيئة PyTorch Python 3 الافتراضية
تفعيل البيئة الافتراضية لـ PyTorch Python 3
لتنشيط بيئة PyTorch Python الافتراضية '/opt/pytorch'، قم بتشغيل الأمر التالي:
$ . / يختار، يقرر / pytorch / سلة مهملات / تفعيليجب تفعيل البيئة الافتراضية PyTorch Python 3.
الوصول إلى PyTorch والتحقق من توفر تسريع NVIDIA GPU/CUDA
لفتح الغلاف التفاعلي لـ Python 3، قم بتشغيل الأمر التالي:
$ بيثون3يجب فتح الغلاف التفاعلي لـ Python 3.
أولاً، قم باستيراد PyTorch باستخدام السطر التالي من التعليمات البرمجية:
$ استيراد الشعلة 
للتحقق من إصدار PyTorch الذي قمت بتثبيته، قم بتشغيل السطر التالي من التعليمات البرمجية. كما ترون، نحن نقوم بتشغيل PyTorch 2.1.0 مع دعم تسريع NVIDIA CUDA 11.8 (cu118).
$ الشعلة.__النسخة__ 
للتحقق مما إذا كانت PyTorch قادرة على استخدام NVIDIA GPU لتسريع NVIDIA CUDA، يمكنك تشغيل السطر التالي من التعليمات البرمجية أيضًا. إذا كان دعم NVIDIA CUDA متاحًا، فستتم طباعة كلمة 'True'.
$ torch.cuda.is_available ( )إذا كان لديك عدة وحدات معالجة رسوميات مثبتة على جهاز الكمبيوتر الخاص بك، فيمكنك التحقق من عدد وحدات معالجة الرسومات التي يمكن لـ PyTorch استخدامها باستخدام السطر التالي من التعليمات البرمجية. كما ترون، لدينا وحدة معالجة الرسومات NVIDIA (RTX 4070) مثبتة على نظام Debian 12 الخاص بنا.
$ torch.cuda.device_count ( )للخروج من غلاف Python التفاعلي، قم بتشغيل السطر التالي من التعليمات البرمجية:
$ يترك ( )خاتمة
أوضحنا لك في هذه المقالة كيفية تثبيت بيئة Python 3 PIP وPython 3 الافتراضية (venv) على Debian 12. كما أوضحنا لك كيفية إنشاء بيئة افتراضية Python 3 لـ PyTorch على Debian 12 وكيفية تثبيت PyTorch مع NVIDIA CUDA دعم التسريع 11.8 و12.1 على Debian 12 أيضًا. أخيرًا، أوضحنا لك كيفية تنشيط بيئة PyTorch Python الافتراضية والوصول إلى PyTorch على Debian 12.