a-menu commited on
Commit
1bfafea
1 Parent(s): 26e55de

Update guide_installation_locale_et_gpu.md

Browse files
guide_installation_locale_et_gpu.md CHANGED
@@ -21,16 +21,20 @@
21
 
22
  ## Relier l'application à sa carte graphique
23
 
 
 
24
  L'application utilise le CPU par défaut. Pour accélérer l'application du modèle, nous vous conseillons d'utiliser votre GPU.
25
 
26
  Pour ce faire, réalisez (une fois) les actions suivantes dans le terminal de votre IDE, application fermée :
27
 
28
- 1. Tapez ```nvcc --version``` pour obtenir votre version de Cuda (regarder la ligne "Cuda compilation tools, release [numéro de version]").
 
 
29
 
30
- 2. Pour les versions de Cuda 11.2 à 11.8, tapez ensuite ```pip install cupy-cuda11x```. Pour les versions de Cuda 12.x, tapez ```pip install cupy-cuda12x```.
31
 
32
- 3. Installez ensuite PyTorch en suivant les instructions trouvables à l'adresse suivante : https://pytorch.org/get-started/locally/ (pensez à bien spécifier votre version de Cuda). Par exemple, pour la version 12.1 de Cuda, tapez ```pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121```.
33
 
34
- 4. Installez enfin la version appropriée de spacy cuda avec la commande ```pip install 'spacy[cudaYYx]'```, en remplaçant YY par votre version de Cuda. Par exemple, pour la version 12.1 de Cuda, tapez ```pip install 'spacy[cuda12x]'```.
35
 
36
- 5. Vous pouvez désormais lancer normalement l'application avec ```streamlit run app.py``` ; un voyant vert attestant de la reconnaissance de votre GPU devrait s'afficher au sommet de la page.
 
21
 
22
  ## Relier l'application à sa carte graphique
23
 
24
+ *Ce guide est à destination des cartes graphiques **NVIDIA**.*
25
+
26
  L'application utilise le CPU par défaut. Pour accélérer l'application du modèle, nous vous conseillons d'utiliser votre GPU.
27
 
28
  Pour ce faire, réalisez (une fois) les actions suivantes dans le terminal de votre IDE, application fermée :
29
 
30
+ 1. Installez si nécessaire le CUDA Toolkit à partir du site de NVIDIA : https://developer.nvidia.com/cuda-toolkit-archive .
31
+
32
+ 2. Vérifiez votre version de CUDA en tapant ```nvcc --version``` dans le terminal (regarder la ligne "CUDA compilation tools, release [numéro de version]").
33
 
34
+ 3. Pour les versions de CUDA 11.2 à 11.8, tapez ensuite ```pip install cupy-cuda11x```. Pour les versions de CUDA 12.x, tapez ```pip install cupy-cuda12x```.
35
 
36
+ 4. Installez ensuite PyTorch en suivant les instructions trouvables à l'adresse suivante : https://pytorch.org/get-started/locally/ (pensez à bien spécifier votre version de CUDA). Par exemple, pour la version 12.1 de CUDA, tapez ```pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121```.
37
 
38
+ 5. Installez enfin la version appropriée de spacy cuda avec la commande ```pip install 'spacy[cudaYYx]'```, en remplaçant YY par votre version de CUDA. Par exemple, pour la version 12.1 de CUDA, tapez ```pip install 'spacy[cuda12x]'```.
39
 
40
+ 6. Vous pouvez désormais lancer normalement l'application avec ```streamlit run app.py``` ; un voyant vert attestant de la reconnaissance de votre GPU devrait s'afficher au sommet de la page.