今回はAMD製GPUを使ったタイプのGPUSOROBANインスタンスでPyTorchを使う方法を解説します。GPUSOROBANインスタンスを建ててSSH接続してもそのままの状態ではPyTorchでGPU演算を行うことはできません。それどころかそもそもPyTorchすら入っていなくて戸惑われた方もいると思います（何を隠そう筆者がそうでした）。
AMD GPUを使ったインスタンスでPyTorchを使う方法
| [結論] ターミナル上で conda activate torch16_py36 を実行！(2020/10現在) |
今回はAMD製GPUを使ったタイプのGPUSOROBANインスタンスでPyTorchを使う方法を解説します。GPUSOROBANインスタンスを建ててSSH接続してもそのままの状態ではPyTorchでGPU演算を行うことはできません。それどころかそもそもPyTorchすら入っていなくて戸惑われた方もいると思います（何を隠そう筆者がそうでした）。
実は、PyTorch1.6 + AMD GPU環境はconda環境として実装されています。
したがって、ターミナルにログインしたらまず
| conda env list |
でインスタンスに入っているconda環境を確認するようにします（図１）。
2020/10月の時点では図１のような環境が並んでいます。環境名は
[ライブラリ名][バージョン番号二桁]_py[pythonのバージョン番号]
となっていますので、PyTorch1.6を使いたい場合は
| conda activate torch16_py36 |
を入力すればPyTorch1.6が使える環境に切り替えることができます（図２）。
環境が切り替わったらログイン時に（base）となっていた箇所が（torch16_py36）のように選択した環境名になっていることを確認してください。
以上でPyTorch1.6がAMD製GPUで動かせる環境に切り替わりました！
pythonのインタラクティブシェルを開いて
| import torch print(torch.cuda.is_aveilable()) |
と打ち込んで「True」と出ていればAMD製GPUでPyTorchを動かせることが確認できます（図３）。
図 3 動作確認
ちなみにjupyter notebook画面からも[Kernel]→[Change kernel]から環境を切り替えることができます（図4）。
以上でconda環境の切り替えによりPyTorchをAMD GPUで動かす環境を整えることができました。ちなみに筆者はインスタンス内のconda環境の存在に気付かずずいぶん悩みました・・・。同じ轍を踏まれる方が出ませんように・・・。
