PyTorch

インストール

• macOS (m1, arm64) の場合
• Miniforge 版 Python パッケージをインストールする。

 # インストール
curl -L -O "https://github.com/conda-forge/miniforge/releases/latest/download/Miniforge3-MacOSX-arm64.sh"
bash Miniforge3-MacOSX-arm64.sh

# 環境作成
conda create -n pytorch python=3.10
conda activate pytorch

# PyTorchインストール
conda install pytorch torchvision torchaudio -c pytorch

# 確認
python -c "import torch; print(f'PyTorch: {torch.__version__}'); print(f'MPS available: {torch.backends.mps.is_available()}')"
python -c "import platform; print(f'Architecture: {platform.machine()}')"  # arm64と表示されるべき
  

• python 仮想環境は conda を使う
• Metal Performance Shaders に対応した公式 PyTorchをインストールする。

 # 最新の安定版（MPS対応）
pip install torch torchvision torchaudio
 

https://pytorch.org/get-started/locally/ で確認できる。
• MPSデバイスの活用

  import torch
import torch.nn as nn

# デバイスの設定
device = torch.device("mps" if torch.backends.mps.is_available() else "cpu")
print(f"Using device: {device}")

# テンソルをMPSデバイスに移動
x = torch.randn(1000, 1000).to(device)
y = torch.randn(1000, 1000).to(device)

# GPU（MPS）で計算
z = x @ y  # 行列積

print(f"Result shape: {z.shape}")
print(f"Result device: {z.device}")
  

• MPS での推奨構成

Python 3.9〜3.12
PyTorch 2.0以降（MPS対応）
device = torch.device("mps") で高速化
num_workers=0 でDataLoader使用
  

メモ

• DETR
• Detectron2

本

• 最短コースでわかる PyTorch & 深層学習プログラミング
• つくりながら学ぶ! 深層強化学習 〜 PyTorch による実践プログラミング
• つくりながら学ぶ! PyTorchによる発展ディープラーニング
• PyTorchによる画像生成／画像変換のためのGANディープラーニング実装ハンドブック
• PyTorch Tutorial    日本語版
• PyTorch C++ API
• PyTorch を C++ から利用する

関連リンク

• 公式サイト