一份简便的PyTorch教程，从不用自己配置环境开始。

PyTorch 是一个 Python 优先的深度学习框架，也是使用 GPU 和 CPU 优化的深度学习张量库，能够在强大的 GPU 加速基础上实现张量和动态神经网络。

在使用PyTorch的时候经常会遇到一些问题，比如虚拟环境配置错误（没有安装TensorBoard），报错搞不懂问题出在哪等

或者是一些硬件上的问题，自己的电脑跑不动之类的。

这种时候就发现了北鲲云超算平台（不是

想要在北鲲云上使用Pytorch还是很简单的，就像标题说的，不用自己配置环境，可以直接使用。

第一步，通过SSH连接启动一个管理节点，并连接进入管理节点。

第二步，提供文件传输上传输入文件，这里我们使用的是Linux数据传输

在文件传输页面，点击“新建”上传文件或文件夹，您也可以进入到自定义目录，点击“新建”上传到自定义目录

第三步，按照第一步中的连接管理节点后创建作业目录并进入

 

mkdir pytorchJob1
cd pytorchJob1

 

第四步，在之前创建的文件夹下执行脚本

 

#!/bin/bashmodule add Anaconda3/2020.02  #加载Anaconda3软件
source activate pytorch-1.5   #激活pytorch环境
python mnist.py > py.log      #运行程序

 

第五步 使用sbatch命令提交作业，这里要提示的是，北鲲云使用的是slurm作业管理系统

 

sbatch -p g-t4-1 -c 4 pytorch.sh

 

此处为提交任务到一张T4卡的GPU节点运行。

这只是举例配置，平台还有更多配置可以供大家使用。还有更多信息和案例可以欢迎来我们官网看看

审核编辑 黄昊宇