支持Windows CUDA、Mac M1、全面支持国产生态!Jittor 1.3版本发布
9月30日,Jittor 1.3版本正式发布,该版本将Jittor的动态编译加速、元算子融合、统一计算图等特性带到了Windows、Mac以及多种国产操作系统上 (统信、普华、麒麟、龙芯Loongnix等),并适配了多种硬件,如Windows上的Nvidia显卡,苹果M1、国产CPU (龙芯、飞腾、申威、鲲鹏等)。
这是继可微渲染库JRender2.0,计图遥感检测库JDet之后,Jittor框架的又一重大更新,让更多的研究人员和开发者可以在原生操作系统上体验计图深度学习框架,降低开发成本。
下面介绍Windows、Mac、国产OS上,Jittor的安装与应用。欢迎大家使用并向我们提出宝贵的意见与建议。
Windows安装
在Windows上的安装方法如下,目前Windows的依赖环境如下:
Python:版本 >= 3.8
建议从Python官网安装:
x86_64处理器
Windows 10及以上
可选:Nvidia显卡,驱动版本>400,10xx系之后的显卡
使用如下命令即可安装Windows版本Jittor:
# 检查您的python版本是否大于等于3.8
python --version
# 通过pip安装jittor
python -m pip install jittor>=1.3
# 检查Python内核
python -m jittor.test.test_core
# 训练双层神经网络
python -m jittor.test.test_example
# 如果您电脑包含Nvidia显卡,检查cudnn加速库
python -m jittor.test.test_cudnn_op
Mac安装
目前Mac同时支持intel cpu和M1 cpu,环境的依赖如下:
Python:版本 >= 3.7
x86_64处理器或M1处理器
homebrew:https://brew.sh
先通过homebrew安装python依赖:
brew install python@3.7 onednn libomp
之后您可以通过 pip 安装 jittor,并测试是否可以成功运行。
# 检查Python内核
python3 -m jittor.test.test_core
# 训练双层神经网络
python3 -m jittor.test.test_example
运行界面提示如下:
国产操作系统安装
Python:版本 >= 3.7
g++版本>=5.4
直接通过pip安装即可:
# 通过pip安装jittor
python -m pip install jittor>=1.3
执行测试:
# 检查Python内核
python -m jittor.test.test_core
# 训练双层神经网络
python -m jittor.test.test_example
如果在安装和使用过程中出现问题,欢迎向我们反馈,您可以通过邮件jittor@qq.com或者QQ群(761222083)联系我们。
欢迎您通过下方二维码加入Jittor开发者交流群,交流Jittor开发心得,并用Jittor框架开展研究工作。
祝大家国庆节快乐!
GGC往期回顾
您可通过下方二维码,关注清华大学图形学实验室,了解计算机图形学、Jittor深度学习框架、CVMJ期刊和CVM会议的相关资讯。