Week 2 - ROCM con Pytorch, Plant Village DataSet
Entrenamiento de Red Neuronal con PyTorch y ROCm en GPU AMD
Durante esta semana realicé la instalación de ROCm en Ubuntu con el objetivo de poder utilizar la tarjeta gráfica AMD que tengo, una AMD Radeon RX 6750 XT. El entorno fue configurado correctamente para aprovechar el backend de ROCm en PyTorch.
Instalación de ROCm
La instalación se llevó a cabo en Ubuntu, asegurándome de que el sistema fuera compatible con ROCm y que la GPU estuviera soportada (aunque requiere un ajuste adicional para gfx1031).
A continuación, incluiré una imagen que muestra el entorno configurado tras la instalación de ROCm.
Dataset de PlantVillage
Descargué el dataset de PlantVillage para realizar un experimento de clasificación de imágenes de hojas con enfermedades. Utilicé ImageFolder de torchvision.datasets para cargar las imágenes y apliqué transformaciones estándar como Resize, ToTensor, y Normalize.
Entrenamiento con PyTorch + ROCm
Entrené un modelo ResNet18 utilizando PyTorch 2.7.0 con backend ROCm 6.3. Durante el entrenamiento, se utilizó la GPU correctamente a través del dispositivo hip.
También incluiré una imagen del proceso de entrenamiento ejecutándose en la GPU AMD con ROCm.
El modelo fue entrenado durante 10 épocas y se guardó como modelo_plantvillage_rocm.pth. Se utilizó un 80% del conjunto para entrenamiento, 10% para validación y 10% para prueba.