Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# PyTorch
<a name="tutorial-pytorch"></a>

## Attivazione PyTorch
<a name="tutorial-pytorch-overview"></a>

Quando viene rilasciato un pacchetto Conda stabile di un framework, viene testato e preinstallato sul DLAMI. Se desideri eseguire la build notturna più recente non testata, puoi eseguire l'[Installa PyTorch Nightly Build (sperimentale)](#tutorial-pytorch-install) manualmente. 

Per attivare il framework attualmente installato, segui queste istruzioni sulla tua AMI Deep Learning con Conda.

Per PyTorch Python 3 con CUDA e MKL-DNN, esegui questo comando:

```
$ source activate pytorch_p310
```

Avviare il terminale iPython.

```
(pytorch_p310)$ ipython
```

Esegui un programma rapido. PyTorch 

```
import torch
x = torch.rand(5, 3)
print(x)
print(x.size())
y = torch.rand(5, 3)
print(torch.add(x, y))
```

Dovrebbe essere visualizzata la matrice random iniziale stampata, quindi le dimensioni della stessa e infine l'aggiunta di un'altra matrice random.

## Installa PyTorch Nightly Build (sperimentale)
<a name="tutorial-pytorch-install"></a>

**Come eseguire l'installazione PyTorch da una build notturna**

Puoi installare la PyTorch build più recente in uno o entrambi gli ambienti PyTorch Conda sulla tua AMI Deep Learning con Conda.

1. 
   + (Opzione per Python 3) - Attiva l'ambiente Python 3: PyTorch 

     ```
     $ source activate pytorch_p310
     ```

1. Per gli altri passaggi, si presuppone che venga utilizzato l'ambiente `pytorch_p310`. Rimuovi il file attualmente installato: PyTorch

   ```
   (pytorch_p310)$ pip uninstall torch
   ```

1. 
   + (Opzione per istanze GPU) - Installa l'ultima build notturna di CUDA.0: PyTorch 

     ```
     (pytorch_p310)$ pip install torch_nightly -f https://download.pytorch.org/whl/nightly/cu100/torch_nightly.html
     ```
   + (Opzione per istanze CPU): installa l'ultima build notturna per le istanze senza: PyTorch GPUs

     ```
     (pytorch_p310)$ pip install torch_nightly -f https://download.pytorch.org/whl/nightly/cpu/torch_nightly.html
     ```

1. Per verificare di aver installato correttamente l'ultima nightly build, avvia il IPython terminale e controlla la versione di. PyTorch

   ```
   (pytorch_p310)$ ipython
   ```

   ```
   import torch
   print (torch.__version__)
   ```

   L'output dovrebbe essere simile a `1.0.0.dev20180922`

1. Per verificare che la PyTorch nightly build funzioni bene con l'esempio MNIST, puoi eseguire uno script di test dal repository degli esempi: PyTorch

   ```
   (pytorch_p310)$ cd ~
   (pytorch_p310)$ git clone https://github.com/pytorch/examples.git pytorch_examples
   (pytorch_p310)$ cd pytorch_examples/mnist
   (pytorch_p310)$ python main.py || exit 1
   ```

## Altri tutorial
<a name="tutorial-pytorch-more"></a>

[Per ulteriori tutorial ed esempi, fate riferimento ai documenti ufficiali, alla documentazione e al sito Web del framework. PyTorch [PyTorch](http://pytorch.org)](http://pytorch.org/docs/master/)