Aktivujte PyTorch s DirectML na WSL 2

PyTorch s DirectML nabízí vývojářům snadný způsob, jak si na svém počítači s Windows vyzkoušet nejnovější a nejlepší modely AI. PyTorch s DirectML si můžete stáhnout instalací balíčku PyPi torch-directml. Po nastavení můžete začít s našimi ukázkami nebo použít AI sadu nástrojů pro VS Code.

Kontrola vaší verze Windows

Balíček torch-directml v subsystému Windows pro Linux (WSL) 2 funguje od Windows 11 (build 22000 nebo vyšší). Číslo verze sestavení můžete zkontrolovat spuštěním winver příkazu Spustit (klávesa s logem Windows + R).

Kontrola aktualizací ovladačů GPU

Ujistěte se, že máte nainstalovaný nejnovější ovladač GPU. V části Nastavení systému Windows vyberte Vyhledat aktualizace.

Nastavte Torch-DirectML

Instalace WSL 2

Pokud chcete nainstalovat subsystém Windows pro Linux (WSL) 2, přečtěte si pokyny v části Instalace WSL.

Potom nainstalujte ovladač GRAFICKÉho uživatelského rozhraní WSL podle pokynů v README.md souboru v úložišti Microsoft/wslg GitHub.

Nastavení prostředí Pythonu

Doporučujeme nastavit virtuální prostředí Pythonu uvnitř WSL 2. Existuje mnoho nástrojů, které můžete použít k nastavení virtuálního prostředí Pythonu – v tomto tématu použijeme Miniconda společnosti Anaconda. Zbývající část tohoto nastavení předpokládá, že používáte prostředí Miniconda.

Miniconda nainstalujte podle pokynů instalačního programu pro Linux na webu Anaconda nebo spuštěním následujících příkazů ve WSL 2.

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh 
bash Miniconda3-latest-Linux-x86_64.sh

Po instalaci Miniconda vytvořte prostředí Pythonu s názvem pytdml a aktivujte ho pomocí následujících příkazů:

conda create --name pytdml -y
conda activate pytdml

Nainstalujte PyTorch a Torch-DirectML

Poznámka:

Balíček torch-directml podporuje až PyTorch 2.3.1.

Vše, co je potřeba k instalaci, je instalace nejnovější verze torch-directml spuštěním následujícího příkazu:

pip install torch-directml

Ověření a vytvoření zařízení

Po instalaci balíčku torch-directml můžete ověřit, že se správně spustí přidáním dvou tensorů. Nejprve spusťte interaktivní relaci Pythonu a naimportujte Torch s následujícími řádky:

import torch
import torch_directml
dml = torch_directml.device()

Aktuální verze torch-directml je přiřazena k backendu Torch "PrivateUse1". Rozhraní API torch_directml.device() je pohodlný obal pro odesílání tensorů do zařízení DirectML.

S vytvořeným zařízením DirectML teď můžete definovat dva jednoduché tensory; jeden tenzor obsahující 1 a druhý obsahující 2. Umístěte tenzory na zařízení "dml".

tensor1 = torch.tensor([1]).to(dml) # Note that dml is a variable, not a string!
tensor2 = torch.tensor([2]).to(dml)

Přidejte tensory dohromady a vytiskněte výsledky.

dml_algebra = tensor1 + tensor2
dml_algebra.item()

Měl by se zobrazit výstup čísla 3, jak je znázorněno v následujícím příkladu.

>>> import torch
>>> tensor1 = torch.tensor([1]).to(dml)
>>> tensor2 = torch.tensor([2]).to(dml)
>>> dml_algebra = tensor1 + tensor2
>>> dml_algebra.item()
3

PyTorch s ukázkami DirectML a zpětnou vazbou

Podívejte se na naše ukázky a podívejte se na další použití PyTorch s DirectML. Pokud narazíte na problémy nebo máte zpětnou vazbu k balíčku PyTorch s balíčkem DirectML, spojte se sem s naším týmem.