PyTorch peut accélérer les applications AI/ML à l'aide d'un GPU NVIDIA via la bibliothèque NVIDIA CUDA de manière native, tout comme TensorFlow.
Dans cet article, nous allons vous montrer comment installer PyTorch avec la prise en charge de l'accélération NVIDIA GPU/CUDA sur Debian 12 « Bookworm ».
Sujet du contenu :
- Installation des pilotes GPU NVIDIA sur Debian 12
- Installation de NVIDIA CUDA sur Debian 12
- Installation de Python 3 PIP et Python 3 Virtual Environment (venv) sur Debian 12
- Création d'un environnement virtuel Python 3 pour PyTorch
- Mise à niveau de Python 3 PIP vers la dernière version sur l'environnement virtuel Python 3 PyTorch
- Installation de PyTorch avec la prise en charge de l'accélération NVIDIA GPU/CUDA sur Debian 12
- Activation de l'environnement virtuel PyTorch Python 3
- Accéder à PyTorch et vérifier si l'accélération NVIDIA GPU/CUDA est disponible
- Conclusion
Installation des pilotes GPU NVIDIA sur Debian 12
Pour que l’accélération PyTorch NVIDIA GPU/CUDA fonctionne, vous devez installer les pilotes GPU NVIDIA sur Debian 12 . Si vous avez besoin d'aide pour installer les pilotes GPU NVIDIA sur votre système Debian 12, lire cet article .
Installation de NVIDIA CUDA sur Debian 12
Pour que l'accélération PyTorch NVIDIA GPU/CUDA fonctionne sur Debian 12, vous devez installer NVIDIA CUDA sur Debian 12 . Si vous avez besoin d'aide pour installer NVIDIA CUDA sur votre système Debian 12, lire cet article .
Installation de Python 3 PIP et Python 3 Virtual Environment (venv) sur Debian 12
Pour installer PyTorch sur Debian 12, vous devez avoir installé l'environnement virtuel Python 3 PIP et Python (venv).
Tout d’abord, mettez à jour le cache du référentiel du package APT avec la commande suivante :
$ sudo mise à jour appropriée 
Pour installer l'environnement virtuel Python 3 PIP et Python 3 (venv), exécutez la commande suivante :
$ sudo apte installer python3-pip python3-venv python3-dev Pour confirmer l'installation, appuyez sur « Y » puis appuyez sur
Python 3 PIP et Python 3 venv sont en cours d'installation. Cela prend un certain temps pour terminer.
À ce stade, Python 3 PIP et Python 3 venv doivent être installés.
Création d'un environnement virtuel Python 3 pour PyTorch
La pratique standard pour installer les bibliothèques Python sur Debian 12 consiste à les installer dans un environnement virtuel Python afin qu'elles n'interfèrent pas avec les packages/bibliothèques Python du système.
Pour créer un nouvel environnement virtuel Python 3 pour PyTorch dans le répertoire « /opt/pytorch », exécutez la commande suivante :
$ sudo python3 -m venv / opter / torcheMise à niveau de Python 3 PIP vers la dernière version sur l'environnement virtuel Python 3 PyTorch
Pour mettre à niveau Python 3 PIP vers la dernière version sur l'environnement virtuel Python 3 « /opt/pytorch », exécutez la commande suivante :
$ sudo / opter / torche / poubelle / pip3 installer --mise à niveau pépin 
Installation de PyTorch avec la prise en charge de l'accélération NVIDIA GPU/CUDA sur Debian 12
Pour que l'accélération PyTorch NVIDIA GPU/CUDA fonctionne, vous devez installer la version correcte de PyTorch qui prend en charge la version du pilote NVIDIA CUDA que vous avez installée sur votre système Debian 12. Au moment d'écrire ces lignes, PyTorch prend en charge les versions 11.8 et 12.1 du pilote NVIDIA CUDA. Pour des informations mises à jour sur les versions du pilote NVIDIA CUDA prises en charge par PyTorch, consultez le site officiel de PyTorch .
Pour vérifier la version du pilote NVIDIA CUDA que vous avez installée sur votre système Debian 12, exécutez la commande suivante. Comme vous pouvez le voir, NVIDIA CUDA version 11.8 est installé sur notre système Debian 12.
$ nvcc --version 
Pour installer PyTorch avec la prise en charge de NVIDIA CUDA 11.8 sur l'environnement virtuel PyTorch Python 3, exécutez la commande suivante :
$ sudo / opter / torche / poubelle / pip3 installer torche torchvision torchaudio --index-url https : // télécharger.pytorch.org / quoi / avec 118Pour installer PyTorch avec la prise en charge de NVIDIA CUDA 12.1 sur l'environnement virtuel PyTorch Python 3, exécutez la commande suivante :
$ sudo / opter / torche / poubelle / pip3 installer torche torchvision torchaudioPyTorch est en cours d'installation sur l'environnement virtuel PyTorch Python 3. Cela prend un certain temps pour terminer.
À ce stade, PyTorch doit être installé sur l'environnement virtuel PyTorch Python 3
Activation de l'environnement virtuel PyTorch Python 3
Pour activer l'environnement virtuel PyTorch Python « /opt/pytorch », exécutez la commande suivante :
$ . / opter / torche / poubelle / ActiverL'environnement virtuel PyTorch Python 3 doit être activé.
Accéder à PyTorch et vérifier si l'accélération NVIDIA GPU/CUDA est disponible
Pour ouvrir le shell interactif Python 3, exécutez la commande suivante :
$ python3Le shell interactif Python 3 doit être ouvert.
Tout d’abord, importez PyTorch avec la ligne de code suivante :
$ importer une torche 
Pour vérifier la version de PyTorch que vous avez installée, exécutez la ligne de code suivante. Comme vous pouvez le voir, nous exécutons PyTorch 2.1.0 avec la prise en charge de l'accélération NVIDIA CUDA 11.8 (cu118).
$ torche.__version__ 
Pour vérifier si PyTorch est capable d'utiliser votre GPU NVIDIA pour l'accélération NVIDIA CUDA, vous pouvez également exécuter la ligne de code suivante. Si la prise en charge de NVIDIA CUDA est disponible, « True » sera imprimé.
$ torch.cuda.is_available ( )Si plusieurs GPU sont installés sur votre ordinateur, vous pouvez vérifier le nombre de GPU que PyTorch peut utiliser avec la ligne de code suivante. Comme vous pouvez le voir, le GPU NVIDIA (RTX 4070) est installé sur notre système Debian 12.
$ torch.cuda.device_count ( )Pour quitter le shell interactif Python, exécutez la ligne de code suivante :
$ quitter ( )Conclusion
Dans cet article, nous vous avons montré comment installer l'environnement virtuel Python 3 PIP et Python 3 (venv) sur Debian 12. Nous vous avons également montré comment créer un environnement virtuel Python 3 pour PyTorch sur Debian 12 et comment installer PyTorch avec NVIDIA CUDA. Prise en charge des accélérations 11.8 et 12.1 également sur Debian 12. Enfin, nous vous avons montré comment activer l'environnement virtuel PyTorch Python et accéder à PyTorch sur Debian 12.