PyTorch 開発環境のセットアップ

本ワークショップでは、TensorFlow Resnet-50モデルによる画像分類と、PyTorch BERTモデルによる自然言語処理を体験頂きます。 TensorFlow Resnet-50モデルによる画像分類に進む場合には、3.2 TensorFlow 開発環境のセットアップにお進み下さい。

Deep Learning AMI にプリインストール済みの PyTorch Neuron 開発環境を立ち上げ、更新プロセスを実行します。

# Activate PyTorch
source activate aws_neuron_pytorch_p36

# Set Pip repository  to point to the Neuron repository
pip config set global.extra-index-url https://pip.repos.neuron.amazonaws.com

#Update Neuron PyTorch
pip install --upgrade torch-neuron neuron-cc[tensorflow] torchvision

インストール済みの PyTorch Neuron 開発環境の確認をします。

pip list | grep neuron

2021 年 11 月 1 日時点での最新版は以下の通りです。Neuron コンパイラ、PyTorch Neuron がアップデートされている事が確認できます。

neuron-cc                          1.7.3.0+c02f9fde4
torch-neuron                       1.9.1.2.0.318.0

ソフトウェアツールやパッケージは頻繁に更新するため、常に最新の環境にアップデートされている事を確認する事が重要です。

Neuron SDK 1.14.0 以降、DLAMI上で、Neuron SDKフレームワークをインストールするための conda パッケージはサポートしていません。 詳細はブログをご参照ください。

ここまでの手順で Neuron SDK 開発環境のセットアップは完了です。章5. PyTorch BERTモデルによる自然言語処理に進んで下さい。