Poznámka:
Přístup k této stránce vyžaduje autorizaci. Můžete se zkusit přihlásit nebo změnit adresáře.
Přístup k této stránce vyžaduje autorizaci. Můžete zkusit změnit adresáře.
Tato dokumentace popisuje nastavení scénářů trénování strojového učení s akcelerovaným gpu (ML) pro subsystém Windows pro Linux (WSL) a nativní windows.
Tato funkce podporuje profesionální i začátečníky. Níže najdete odkazy na podrobné příručky k nastavení systému v závislosti na vaší úrovni odborných znalostí v ML, dodavateli GPU a softwarové knihovně, kterou chcete použít.
NVIDIA CUDA ve WSL
Pokud jste profesionální datový vědec, který používá každodenní nativní linuxové prostředí pro vývoj a experimentování ve vnitřní smyčce ML a máte GPU NVIDIA, doporučujeme nastavit NVIDIA CUDA ve WSL.
PyTorch s DirectML
Pokud chcete použít PyTorch s architekturou, která funguje napříč celou šířkou grafických procesorů podporujících DirectX 12, doporučujeme nastavit PyTorch s balíčkem DirectML . Tento balíček zrychluje pracovní postupy v grafických procesorech AMD, Intel a NVIDIA.
Pokud jste obeznámeni s nativním linuxovým prostředím, doporučujeme spustit PyTorch s DirectML uvnitř WSL.
Pokud jste obeznámeni s Windows, doporučujeme spustit PyTorch s DirectML v nativním systému Windows.
TensorFlow s využitím DirectML
Důležité
Tento projekt je teď ukončený a aktivně nepracuje.
Pokud chcete použít TensorFlow s architekturou, která funguje napříč celou řadu grafických procesorů podporujících DirectX 12, doporučujeme nastavit TensorFlow s balíčkem DirectML. Tento balíček zrychluje pracovní postupy v grafických procesorech AMD, Intel a NVIDIA.