Mengaktifkan PyTorch dengan DirectML di WSL 2

PyTorch dengan DirectML menyediakan cara yang mudah digunakan bagi pengembang untuk mencoba model AI terbaru dan terbesar di komputer Windows mereka. Anda dapat mengunduh PyTorch dengan DirectML dengan menginstal paket PyPi torch-directml. Setelah disiapkan, Anda dapat memulai dengan sampel kami atau menggunakan Toolkit AI untuk Visual Studio Code.

Periksa versi Windows Anda

Paket torch-directml di Subsistem Windows untuk Linux (WSL) 2 berfungsi dimulai dengan Windows 11 (Build 22000 atau lebih tinggi). Anda dapat memeriksa nomor versi build Anda dengan menjalankan winver melalui perintah Jalankan (tombol logo Windows + R).

Periksa pembaruan driver GPU

Pastikan Anda memiliki driver GPU terbaru yang terinstal. Pilih Periksa pembaruan di bagian Pembaruan Windows di aplikasi Pengaturan.

Menyiapkan Torch-DirectML

Menginstal WSL 2

Untuk menginstal Subsistem Windows untuk Linux (WSL) 2, lihat instruksi di Menginstal WSL.

Kemudian instal driver WSL GUI dengan mengikuti instruksi dalam README.md file di repositori GitHub microsoft/wslg .

Menyiapkan lingkungan Python

Kami menyarankan agar Anda menyiapkan lingkungan Python virtual di dalam WSL 2. Ada banyak alat yang dapat Anda gunakan untuk menyiapkan lingkungan Python virtual—dalam topik ini kita akan menggunakan Miniconda Anaconda. Sisa pengaturan ini mengasumsikan bahwa Anda menggunakan lingkungan Miniconda.

Instal Miniconda dengan mengikuti panduan penginstal Linux di situs Anaconda, atau dengan menjalankan perintah berikut di WSL 2.

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

Setelah Miniconda diinstal, buat lingkungan Python bernama pytdml, dan aktifkan melalui perintah berikut:

conda create --name pytdml -y
conda activate pytdml

Menginstal PyTorch dan Torch-DirectML

Catatan

Paket torch-directml mendukung hingga PyTorch 2.2.

Semua yang diperlukan untuk mendapatkan penyiapan adalah menginstal rilis terbaru torch-directml dengan menjalankan perintah berikut:

pip install torch-directml

Verifikasi dan Pembuatan Perangkat

Setelah menginstal paket torch-directml , Anda dapat memverifikasi bahwa paket tersebut berjalan dengan benar dengan menambahkan dua tensor. Pertama-tama mulai sesi Python interaktif, dan impor Torch dengan baris berikut:

import torch
import torch_directml
dml = torch_directml.device()

Rilis torch-directml saat ini dipetakan ke backend Obor "PrivateUse1". API torch_directml.device() adalah pembungkus yang nyaman untuk mengirim tensor Anda ke perangkat DirectML.

Dengan perangkat DirectML yang dibuat, Anda sekarang dapat menentukan dua tensor sederhana; satu tensor yang berisi 1 dan yang lain yang berisi 2. Tempatkan tensor pada perangkat "dml".

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

Tambahkan tensor bersama-sama, dan cetak hasilnya.

dml_algebra = tensor1 + tensor2
dml_algebra.item()

Anda akan melihat angka 3 yang dihasilkan, seperti pada contoh di bawah ini.

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

PyTorch dengan sampel dan umpan balik DirectML

Lihat sampel kami untuk melihat lebih banyak penggunaan PyTorch dengan DirectML. Jika Anda mengalami masalah, atau memiliki umpan balik tentang PyTorch dengan paket DirectML, silakan terhubung dengan tim kami di sini.