在 WSL 2 上使用 DirectML 啟用 PyTorch
PyTorch 與 DirectML 提供易於使用的方式,讓開發人員在 Windows 計算機上試用最新且最偉大的 AI 模型。 您可以安裝 torch-directml PyPi 套件,以使用 DirectML 下載 PyTorch。 設定之後,您就可以開始使用我們的 範例 ,或使用適用於 VS Code 的 AI 工具組。
Windows 子系統 Linux 版 (WSL) 2 中的 torch-directml 套件從 Windows 11 開始運作(組建 22000 或更高版本)。 您可以透過 winver
[執行 ] 命令執行來檢查組建版本號碼(Windows 標誌鍵 + R)。
請確定您已安裝最新的 GPU 驅動程式。 在 設定 應用程式的 [Windows Update] 區段中,選取 [檢查更新]。
若要安裝 Windows 子系統 Linux 版 (WSL) 2,請參閱安裝 WSL 中的指示。
然後遵循 microsoft/wslg GitHub 存放庫中檔案中的README.md
指示來安裝 WSL GUI 驅動程式。
建議您在 WSL 2 內設定虛擬 Python 環境。 有許多工具可用來設定虛擬 Python 環境,在此主題中,我們將使用 Anaconda 的 Miniconda。 此設定的其餘部分假設您使用Miniconda環境。
遵循 Anaconda 網站上的 Linux 安裝程式指引 ,或在 WSL 2 中執行下列命令,以安裝 Miniconda。
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh
安裝 Miniconda 之後,請建立名為 pytdml 的 Python 環境,並透過下列命令加以啟用:
conda create --name pytdml -y
conda activate pytdml
安裝 PyTorch 和 Torch-DirectML
注意
torch-directml 套件最多可支援 PyTorch 2.2。
取得安裝程式所需的所有專案,都是執行下列命令來安裝最新版本的 torch-directml :
pip install torch-directml
安裝 torch-directml 套件之後,您可以藉由新增兩個張張量來確認它是否正常執行。 首先啟動互動式 Python 工作階段,並使用下列幾行匯入 Torch:
import torch
import torch_directml
dml = torch_directml.device()
目前版本的 torch-directml 會對應至 “PrivateUse1” Torch 後端。 torch_directml.device() API 是將張量傳送至 DirectML 裝置的便利包裝函式。
建立 DirectML 裝置後,您現在可以定義兩個簡單的張量;一個包含 1 的張量,另一個則包含 2。 將張量放在 「dml」 裝置上。
tensor1 = torch.tensor([1]).to(dml) # Note that dml is a variable, not a string!
tensor2 = torch.tensor([2]).to(dml)
將張量加在一起,並列印結果。
dml_algebra = tensor1 + tensor2
dml_algebra.item()
您應該會看到輸出的數位 3,如下列範例所示。
>>> import torch
>>> tensor1 = torch.tensor([1]).to(dml)
>>> tensor2 = torch.tensor([2]).to(dml)
>>> dml_algebra = tensor1 + tensor2
>>> dml_algebra.item()
3
使用 DirectML 範例和意見反應的 PyTorch
請參閱 我們的範例 ,以查看更多使用 PyTorch 搭配 DirectML。 如果您遇到問題,或有使用 DirectML 套件的 PyTorch 意見反應,請 在這裡與我們小組聯繫。