対応するCUDAバージョンがないときのPytorchのソースからのビルド
機械学習をしているとよくPytorchを使用する機会がありますが, インストール済みのCUDAのバージョンに対応するPytorchのバイナリファイルがないことがあります. そういった場合, Pytorchをソースからビルドし, CUDAに対応するPytorchをインストールすることができます. 今回はPytorchをソースからビルドした例を紹介します.
セットアップ
仮想環境を作成しておきます.
python3 -m venv torch
source torch/bin/activate
CUDAとPytorchのバージョンが合うか確認します.
今回は例として, CUDA11.4がPCにインストールされているとして話を進めます.
PytorchとCUDAの対応表を見ると, CUDA11.4に合うPytorchのバージョンは1.10.0のようです.
よりバージョンの進んだものは以下のリンクから確認することができます.
https://docs.nvidia.com/deeplearning/frameworks/pytorch-rele...上記で選択したPytorchのバージョン1.10.0を指定してソースを取得します.
# get sources
git clone https://github.com/pytorch/pytorch.git -b v1.10.0
依存パッケージをインストールしておきます. Pytorchのビルド中もパッケージ不足で中断することがあるので, その都度インストールします.
# install dependency
pip install numpy
pip install pyyaml
pip install typing_extensions
Pytorchのビルドをします.
cd pytorch
python setup.py install
ImportError: Failed to load PyTorch C extensions:が出る場合
python setup.py develop && python -c "import torch"
PytorchでGPUを使用できるか以下のコマンドで確認します. Trueが返ってこれば, GPUが使用可能になっています.
# launch python terminal
python
# import Pytorch
import torch
# command to confirm GPU available or not
print(torch.cuda.is_available())
# True -> available GPU
対応するtorchvisionもインストールしておきます. torchのバージョン1.10.0に対応するtorchvisionのバージョンは0.11.1です.
git clone https://github.com/pytorch/vision.git -b v0.11.1
cd vision
python setup.py install
torchとtorchvisionの対応関係も下記から確認できます.
https://github.com/pytorch/vision.git
このブログでわからないことがあったり、開発でつまづいている方、
私がチャットやオンラインでサポート致します！
ぜひ、下記リンクからご相談ください！
おわりに
いつもはビルド済みのバイナリファイルでPytorchをインストールすることが多いですが, 今回はソースからビルドしてみました. ぜひお試しを！