Включение PyTorch с помощью DirectML в WSL 2
PyTorch с DirectML предоставляет простой способ использования для разработчиков, чтобы попробовать последние и величайшие модели искусственного интеллекта на своем компьютере с Windows. Вы можете скачать PyTorch с Помощью DirectML, установив пакет PyPi для факела directml . После настройки вы можете начать с наших примеров или использовать набор средств ИИ для VS Code.
Проверка версии Windows
Пакет torch-directml в подсистема Windows для Linux (WSL) 2 работает начиная с Windows 11 (сборка 22000 или выше). Номер версии сборки можно проверка, выполнив команду winver
run (клавиша с логотипом Windows + R).
Проверка обновления драйверов GPU
Убедитесь, что у вас установлен самый свежий драйвер для GPU. Щелкните элемент Проверить наличие обновлений в разделе Центр обновления Windows приложения Параметры.
Настройка Torch-DirectML
Установка WSL 2
Чтобы установить подсистема Windows для Linux (WSL) 2, см. инструкции по установке WSL.
Затем установите драйвер графического интерфейса WSL, следуя инструкциям в README.md
файле в репозитории microsoft/wslg GitHub.
Настройка среды Python
Рекомендуется настроить виртуальную среду Python в WSL 2. Существует множество средств, которые можно использовать для настройки виртуальной среды Python. В этом разделе мы будем использовать Miniconda в Anaconda. В остальной части этой установки предполагается, что вы используете среду Miniconda.
Установите Miniconda, выполнив инструкции по установщику Linux на сайте Anaconda или выполнив следующие команды в WSL 2.
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh
После установки Miniconda создайте среду Python с именем pytdml и активируйте ее с помощью следующих команд:
conda create --name pytdml -y
conda activate pytdml
Установка PyTorch и Torch-DirectML
Примечание.
Пакет torch-directml поддерживает до PyTorch 2.2.
Все, что необходимо для установки, устанавливает последний выпуск torch-directml , выполнив следующую команду:
pip install torch-directml
Проверка и создание устройства
После установки пакета torch-directml можно убедиться, что он работает правильно, добавив два тензора. Сначала запустите интерактивный сеанс Python и импортируйте Torch со следующими строками:
import torch
import torch_directml
dml = torch_directml.device()
Текущий выпуск факела directml сопоставляется с серверной частью "PrivateUse1". API torch_directml.device() — это удобная оболочка для отправки тензоров на устройство DirectML.
С помощью созданного устройства DirectML теперь можно определить два простых тензора; один тензор, содержащий 1 и другой, содержащий 2. Поместите тензоры на устройство dml.
tensor1 = torch.tensor([1]).to(dml) # Note that dml is a variable, not a string!
tensor2 = torch.tensor([2]).to(dml)
Добавьте тензоры вместе и распечатайте результаты.
dml_algebra = tensor1 + tensor2
dml_algebra.item()
Вы увидите число 3 выходных данных, как показано в приведенном ниже примере.
>>> import torch
>>> tensor1 = torch.tensor([1]).to(dml)
>>> tensor2 = torch.tensor([2]).to(dml)
>>> dml_algebra = tensor1 + tensor2
>>> dml_algebra.item()
3
PyTorch с примерами и отзывами DirectML
Ознакомьтесь с нашими примерами , чтобы узнать больше об использовании PyTorch с DirectML. Если у вас возникли проблемы или есть отзывы о пакете PyTorch с помощью DirectML, обратитесь к нашей команде.