PyTorch

      Commentaires fermés sur PyTorch
Contenus afficher

Ne pas utiliser PyTorch < 2.10.0


https://nvd.nist.gov/vuln/detail/CVE-2026-24747

Description

PyTorch est une bibliothèque open source de calcul scientifique et d’apprentissage automatique, principalement utilisée pour le deep learning. Elle permet de construire, entraîner et déployer des réseaux de neurones de manière flexible et efficace, avec un support natif des GPU.

Mise en place de l’environnement

via un environnement virtuel de Python

ml pytorch/2.10.0-py313-cu130
  • Version(s) disponible(s) : 2.10.0
    • 2.10.0-py311-cu126 (Python 3.11 et CUDA 12.6)
    • 2.10.0-py311-cu128 (Python 3.11 et CUDA 12.8)
    • 2.10.0-py313-cu130 (Python 3.13 et CUDA 13.0) – par defaut
  • Pas de possibilité d’installer de nouvelles librairies
  • Inutile de charger le module Python associé

via une Image Apptainer

ml utils/apptainer
apptainer run /softs/apps/pytorch/pytorch-2.10.0-cuda12.9-cudnn9.sif
  • Version(s) disponible(s) : 2.10.0
    • pytorch:2.10.0-cuda12.9-cudnn9

Tutoriels

Version de pytorch

ml pytorch
python3 -c "import torch; print(f'Version: {torch.__version__}')"

Test rapide

  • Script de test Python mytest.py
from __future__ import print_function
import torch
x = torch.rand(5, 3)
print(x)
  • Script de lancement de job launch.sh
#!/bin/sh
#SBATCH --job-name=test_pytorch
#SBATCH --partition=bigpu
#SBATCH --gres=gpu:1
#SBATCH --time=0:10:00 
#SBATCH --mem=4G 
#SBATCH --nodes=1 
#SBATCH --ntasks-per-node=1  

echo "=== via un environnement virtuel ==="
ml pytorch/2.10.0-py313-cu130
python3 --version
python3 mytest.py

echo ""
echo "=== via une image apptainer ==="
ml utils/apptainer
apptainer run /softs/apps/pytorch/pytorch-2.10.0-cuda12.9-cudnn9.sif 
python3 --version
python3 mytest.py
  • Lancement du job
sbatch launch.sh

Détection d’un GPU

# Chargement de pytorch
ml pytorch
# Détection du GPU
python -c "import torch; print(f'Version: {torch.__version__}'); print(f'GPU disponible: {torch.cuda.is_available()}'); print(f'Nom du GPU: {torch.cuda.get_device_name(0) if torch.cuda.is_available() else \"N/A\"}')"

Documentation