A PyTorch engedélyezése DirectML-lel a WSL 2-n

A PyTorch és a DirectML segítségével a fejlesztők egyszerűen kipróbálhatják a legújabb és legnagyobb AI-modelleket a Windows-gépükön. A PyTorchot a DirectML-lel a torch-directml PyPi csomag telepítésével töltheti le. A beállítás után elkezdheti a mintákat, vagy használhatja a VS Code AI-eszközkészletének használatát.

A Windows verziójának ellenőrzése

A Windows Subsystem for Linux (WSL) 2 torch-directml csomagja Windows 11-től (22000-es vagy újabb buildtől) kezdve működik. Az összeállítás verziószámát a winver parancs futtatásával ellenőrizheti a Futtatás parancs segítségével (Windows billentyű + R).

GPU-illesztőprogram-frissítések keresése

Győződjön meg arról, hogy a legújabb GPU-illesztő van telepítve. Válassza a Frissítések keresése lehetőséget a Windows beállításokWindows Update szakaszában.

Torch-DirectML beállítása

A WSL 2 telepítése

A Windows Subsystem for Linux (WSL) 2 telepítéséhez tekintse meg a WSL telepítésével kapcsolatos utasításokat.

Ezután telepítse a WSL GUI-illesztőt a README.mdmicrosoft/wslg GitHub-adattárban található fájl utasításait követve.

Python-környezet beállítása

Javasoljuk, hogy állítson be egy virtuális Python-környezetet a WSL 2-ben. A virtuális Python-környezetek beállításához számos eszköz használható – ebben a témakörben az Anaconda Minicondát fogjuk használni. A beállítás többi része azt feltételezi, hogy Miniconda-környezetet használ.

Telepítse a Minicondát a Linux telepítőjének útmutatását követve az Anaconda webhelyén, vagy futtassa a következő parancsokat a WSL 2-ben.

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

A Miniconda telepítése után hozzon létre egy Pytdml nevű Python-környezetet, és aktiválja az alábbi parancsokkal:

conda create --name pytdml -y
conda activate pytdml

A PyTorch és a Torch-DirectML telepítése

Megjegyzés:

A torch-directml csomag a PyTorch 2.3.1-ig támogatja

A telepítéshez mindössze annyit kell tennie, hogy telepíti a torch-directml legújabb kiadását az alábbi parancs futtatásával:

pip install torch-directml

Ellenőrzés és eszközlétrehozás

Miután telepítette a torch-directml csomagot, két tenzor hozzáadásával ellenőrizheti, hogy megfelelően fut-e. Először indítsa el az interaktív Python-munkamenetet, és importálja a Fáklyát a következő sorokkal:

import torch
import torch_directml
dml = torch_directml.device()

A torch-directml jelenlegi kiadása a "PrivateUse1" Torch háttérrendszerre van leképezve. A torch_directml.device() API egy kényelmes burkoló, a tenzorok DirectML-eszközre való küldéséhez.

A DirectML-eszköz létrehozásával mostantól két egyszerű tenzort definiálhat; az egyik tenzor egy 1-et, a másikat pedig egy 2-t tartalmaz. Helyezze a tensorokat a "dml" eszközre.

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

Adja hozzá a tenzorokat, és nyomtassa ki az eredményeket.

dml_algebra = tensor1 + tensor2
dml_algebra.item()

Az alábbi példához hasonlóan a 3-as számnak kell megjelennie.

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

PyTorch DirectML-mintákkal és visszajelzésekkel

Tekintse meg a mintákat , és tekintse meg a PyTorch directML-sel való további használatát. Ha problémákba ütközik, vagy visszajelzést szeretne küldeni a PyTorchról DirectML-csomaggal, akkor kérjük, lépjen kapcsolatba csapatunkkal.