Installation

Stable release

To install tfm_bonn, run this command in your terminal:

pip install tfm_bonn

This is the preferred method to install tfm_bonn, as it will always install the most recent stable release.

If you don't have pip installed, this Python installation guide can guide you through the process.

From sources

The sources for tfm_bonn can be downloaded from the Github repo.

You can either clone the public repository:

git clone git://github.com/marcosvm13/tfm_bonn

Or download the tarball:

curl -OJL https://github.com/marcosvm13/tfm_bonn/tarball/master

Once you have a copy of the source, you can install it with:

python setup.py install

Instalación del proyecto BONN

Este proyecto puede ejecutarse en entornos con GPU o CPU, aunque se recomienda el uso de GPU con soporte CUDA para experimentar con CuPy y PyTorch eficientemente.

Requisitos

• Python 3.9 o superior
• CUDA (si se usa GPU + CuPy)

Instalación con entorno virtual

python -m venv venv
source venv/bin/activate  # En Windows: venv\Scripts\activate
pip install --upgrade pip
pip install -r requirements.txt

CuPy según tu versión de CUDA

Instala cupy correspondiente a tu versión CUDA (verifica con nvcc --version):

pip install cupy-cuda12x   # Para CUDA 12.x
# o
pip install cupy-cuda11x   # Para CUDA 11.x

Si no dispones de GPU, puedes eliminar cupy del proyecto y reemplazarlo por numpy en el código.

Descarga de datasets

Los experimentos utilizan MNIST. PyTorch lo descarga automáticamente en la primera ejecución.

./data/  # Se crea al correr los scripts por primera vez

Prueba rápida

python src/app.py

Esto ejecuta un pipeline de ejemplo con la arquitectura BONN.