AI: Como preparar el entorno para trabajar con Python + Conda + Cuda (require GPU NVIDIA)

 1. Activamos el entorno Conda (base):

    conda activate base && conda init bash

2.Creamos un entorno virtual python para aislarnos de las dependencias de paquetes del entorno que tenemos instalado en el Sistema operativo. El siguiente comando lo ejecutamos tras haber ejecutado el el comanto del punto 1.

    python -m venv cuda

3.Activamos el entorno cuda

    source ./cuda/bin/activate

4.Instalamos el framework Pytorch:

pip3 install torch --index-url https://download.pytorch.org/whl/cu118

PyTorch es un popular marco de aprendizaje automático de código abierto basado en la biblioteca Torch. Se utiliza principalmente para aplicaciones como visión por computadora, procesamiento del lenguaje natural y aprendizaje profundo 123. PyTorch es preferido sobre otros marcos de aprendizaje profundo como TensorFlow y Keras ya que utiliza gráficos de cálculo dinámico y es completamente Pythonic 2.

PyTorch es una biblioteca optimizada de tensores de aprendizaje profundo basada en Python y Torch y se utiliza principalmente para aplicaciones que utilizan GPU y CPU 2. PyTorch es flexible y potente, lo que lo convierte en una opción popular para la investigación y producción de aprendizaje profundo 1. PyTorch proporciona un rico ecosistema de herramientas y bibliotecas que extienden su funcionalidad y admiten el desarrollo en visión por computadora, NLP y más 1.

5. Ejecutamos el entorno jupyter (notebook):

 jupyter notebook

Yo lo ejecuté desde mi WSL ubuntu en windows y me propone una url que puedo poner en mi navegador en windows y trabajar ya con el mismo:

ejemplo:

 http://localhost:8888/tree?token=0000000000000000000000000000000000000000

6.- Hacemos un script con bash de modo que nos automatice la preparación del entorno cada vez que reiniciemos el PC y dejamos el script en el directorio de trabajo:

1. Abre la terminal de Ubuntu.
2. Crea un nuevo archivo de script de Bash usando el siguiente comando:

   nano bacsj.sh
   

3. Copia y pega los siguientes comandos en el archivo:

   #!/bin/bash
   conda activate base && conda init bash
   python -m venv cuda
   source ./cuda/bin/activate
   jupyter notebook
   

4. Guarda y cierra el archivo presionando Ctrl + X, luego Y y finalmente Enter.
5. Dale permiso de ejecución al archivo usando el siguiente comando:

   chmod +x bacsj.sh
   

6. Ahora puedes ejecutar el script usando el siguiente comando:

   ./bacsj.sh
   

   Esto ejecutará los tres comandos que mencionaste en orden.