Repository for scripts and notebooks from the book: Programming PyTorch for Deep Learning
Repository for scripts and notebooks from the book: Programming PyTorch for Deep Learning: Creating and Deploying Deep Learning Applications
2020/05/25: Chapter 9.75 — Image Self-Supervised Learning
2020/03/01: Chapter 9.5 - Text Generation With GPT-2 And (only) PyTorch, or Semi/Self-Supervision Learning Part 1 (Letters To Charlotte)
2020/05/03: Chapter 7.5 - Quantizing Models
--> https://dpunkt.de/produkt/pytorch-fuer-deep-learning/
conda env create --file environment.yml/
pip3 install -r requirements.txt /requirements_cuda_available.txterfolgt; ansonsten siehe Abschnitt Versionskontrolle
Nachdem Sie das Github-Repository lokal geklont (bzw. zuvor geforkt) haben!
1.) Wechseln Sie zunächst in den Zielordner (
cd beginners-pytorch-deep-learning), erstellen Sie dann eine (lokale) virtuelle Umgebung und installieren Sie die benötigten Bibliotheken und Pakete:
conda env create --file environment.yml
2.) Anschließend aktivieren Sie die virtuelle Umgebung:
conda activate myenv
3.) Zum Deaktivieren nutzen Sie den Befehl:
conda deactivate
1.) Wechseln Sie zunächst in den Zielordner (
cd beginners-pytorch-deep-learning) und erstellen Sie anschließend eine virtuelle Umgebung:
python3 -m venv myenv
2.) Aktivieren Sie die virtuelle Umgebung (https://docs.python.org/3/library/venv.html):
source myenv/bin/activate(Ubuntu/Mac)
myenv\Scripts\activate.bat(Windows)
3.) Erstellen Sie eine (lokale) virtuelle Umgebung und installieren Sie die benötigten Bibliotheken und Pakete:
pip3 install -r requirements.txt
4.) Zum Deaktivieren nutzen Sie den Befehl:
deactivate
1.) Zunächst müssen Sie Jupyter Notebook installieren:
conda install -c conda-forge notebookoder
pip3 install notebook
2.) Nach Aktivierung Ihrer virtuellen Umgebung (s.o.) geben Sie den folgenden Befehl in Ihre Kommandozeile ein, um die
ipykernel-Bibliothek herunterzuladen:
conda install ipykerneloder
pip3 install ipykernel
3.) Installieren Sie einen Kernel mit Ihrer virtuellen Umgebung:
ipython kernel install --user --name=myenv
4.) Starten Sie Jupyter Notebook:
jupyter notebook
5.) Nach Öffnen des Jupyter-Notebook-Startbildschirms wählen Sie auf der rechten Seite das Feld New (bzw. in der Notebook-Ansischt den Reiter Kernel/Change Kernel) und wählen Sie myenv aus.
In Google Colab stehen Ihnen standardmäßig einige Pakete bereits vorinstalliert zur Verfügung. Da sich Neuinstallationen immer nur auf ein Notebook beziehen, können Sie von einer Einrichtung einer virtuellen Umgebung absehen und direkt die Pakete mit Hilfe der Dateien
environment.ymloder
requirements.txt / requirements_cuda_available.txtwie oben beschrieben installieren, jedoch zusätzlich mit einem vorangestellten ! , bspw.
!pip3 install -r requirements .txt.