In der Welt der künstlichen Intelligenz und des maschinellen Lernens hat PyTorch sich als eine der führenden Bibliotheken herauskristallisiert, die Forschern und Entwicklern ermöglichen, innovative Projekte mit tiefem Lernen zu realisieren. Dieser Artikel führt Sie durch die detaillierte Installation von PyTorch auf einem System mit Ubuntu 22.04. Dabei legen wir Wert darauf, die Anleitung technisch fundiert und gleichzeitig für Neulinge verständlich zu gestalten.

Öffnen Sie ein Terminalfenster, um zu überprüfen, ob Python und pip auf Ihrem System installiert sind. Führen Sie die folgenden Befehle aus:

python3 --version
pip3 --version

Falls Python oder pip nicht installiert sind, können Sie diese mit den folgenden Befehlen installieren:

sudo apt update
sudo apt install python3 python3-pip

Installation von PyTorch

Nachdem die Voraussetzungen erfüllt sind, können wir mit der Installation von PyTorch fortfahren. PyTorch bietet verschiedene Installationspakete je nach Ihren Anforderungen (z.B. CPU-only Version oder Version mit GPU-Unterstützung). In diesem Artikel konzentrieren wir uns auf die Standardinstallation (CPU-only).

Installation über pip

Die einfachste Methode, PyTorch zu installieren, ist die Verwendung von pip. Führen Sie den folgenden Befehl aus, um PyTorch zu installieren:

pip3 install torch torchvision torchaudio

Dieser Befehl installiert die neueste Version von PyTorch sowie torchvision und torchaudio, zwei nützliche Bibliotheken für Bild- und Audioverarbeitung.

Installation für GPU-Unterstützung

Falls Ihr System über eine NVIDIA-GPU verfügt und Sie die GPU-Unterstützung nutzen möchten, müssen Sie zunächst CUDA auf Ihrem Ubuntu 22.04 System installieren. Besuchen Sie die offizielle NVIDIA-Website, um die Anleitung zur Installation von CUDA zu finden.

Nach der Installation von CUDA können Sie die GPU-fähige Version von PyTorch installieren, indem Sie den entsprechenden pip-Befehl verwenden, der auf der PyTorch-Website angegeben ist. Achten Sie darauf, die Version auszuwählen, die Ihrer CUDA-Version entspricht.

Verifizierung der Installation

Um zu überprüfen, ob PyTorch erfolgreich installiert wurde, können Sie ein einfaches Skript ausführen, das die Version von PyTorch ausgibt:

import torch
print(torch.__version__)

Führen Sie dieses Skript mit Python aus, und es sollte die installierte Version von PyTorch anzeigen.

Nutzung von Shape.host Diensten für PyTorch-Projekte

Für Nutzer, die ihre PyTorch-Projekte in einer Cloud-Umgebung ausführen möchten, bietet Shape.host leistungsstarke Cloud VPS-Lösungen. Diese Dienste ermöglichen es Ihnen, Ihre Modelle auf hochleistungsfähigen Servern zu trainieren und zu deployen, ohne in teure Hardware investieren zu müssen. Mit Shape.host können Sie die Rechenleistung und Speicherressourcen genau an Ihre Bedürfnisse anpassen, was sie zu einer idealen Lösung für Projekte jeder Größe macht.