Pytorch est une bibliothèque open source permettant aux développeurs, débutants comme experts de créer des modèles de machine learning et plus particulièrement de deep learning. Elle est sortie en Janvier 2016, et est depuis activement dévellopée par les membre du laboratoire en intelligence artificielle de Facebook.
Bien qu'a l'origine moins populaire et sortie plus tardivement que TensorFlow, elle rattrape progressivement son retard comme en atteste la courbe suivante comparant l'évolution des recherche dans Google pour les terme tensorflow et pytorch.
Selon la configuration de votre ordinateur, vous pouvez indiquez cette dernière sur la page d'acceuil du site officiel de pytorch :
Cette dernière vous fait alors une proposition.
Actuellement pour installer pytorch avec conda, il faudra taper dans le terminal :
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
sinon, si vous souhaitez passer par pip :
pip3 install torch===1.3.1 torchvision===0.4.2 -f https://download.pytorch.org/whl/torch_stable.html
Une fois installée vous pouvez l'importer dans votre code python :
from __future__ import print_function
import torch
Tensor est un type de données spécialement conçu afin de déclarer des tableaux multidimensionnels. Comparativement au numpy array, les tableaux déclarés en Tensor ont la possibilité d’être utilisés directement par le GPU. De nombreuses opérations sont prévues à cet effet ( torch.empty, torch.add, torch.mul, …).
Créer un Tensor Vide
tensor1 = torch.empty(28, 28)
Créer un Tensor initialisé aléatoirement :
tensor_alea = torch.rand(28, 28)
Additioner 2 tensors :
tensor1 = torch.rand(28, 28)
tensor2 = torch.rand(28, 28)
#methode 1 pour additionner
tensor3 = torch.add(tensor1, tensor2)
#methode 2 plus simple
tensor3 = tensor1+tensor2
Selon le problème traité, la métrique et la fonction de coût utilisées seront amenées à variés.
Problème de classification binaire :
Problème de classification :
Problème de régréssion :
Créer un perceptron multi-couches avec Pytorch
Classifier des images avec Pytorch
Classifier du Texte avec Pytorch
https://www.analyticsvidhya.com/blog/2018/02/pytorch-tutorial/