Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
PyTorch mit DirectML ermöglicht Schulungen und Rückschlüsse auf DirectX 12-fähige GPUs in Windows-Subsystem für Linux (WSL). PyTorch mit DirectML befindet sich in der öffentlichen Vorschau und arbeitet in WSL 2.
Überprüfen Sie die Windows-Version
Das torch-directml Paket in WSL 2 erfordert Windows 11, Build 22000 oder höher. Um Ihre Windows Version und Buildnummer zu überprüfen, wählen Sie Windows Logo-Taste + R aus, geben Sie winver"OK" ein, und wählen Sie "OK" aus.
Installieren von WSL 2
Um die Standard-Linux-Verteilung mit WSL 2 zu installieren, öffnen Sie PowerShell oder Windows Eingabeaufforderung im Administratormodus, und führen Sie Folgendes aus:
wsl --install
Starten Sie den Computer neu, wenn Sie dazu aufgefordert werden. Informationen zur Verteilungsauswahl und anderen Installationsoptionen finden Sie unter Installieren von Linux auf Windows mit WSL.
Überprüfen auf GPU-Treiberupdates
Installieren Sie den neuesten Windows Treiber, der für Ihre GPU über Windows Update oder die Website Ihres Hardwareherstellers verfügbar ist. Der Windows Treiber ermöglicht die GPU-Beschleunigung in WSL. Sie müssen keinen separaten Linux-Anzeigetreiber installieren.
Einrichten von Python
Installieren Sie eine Python Umgebung in Ihrer WSL-Verteilung. Führen Sie beispielsweise die folgenden Befehle aus, um Miniconda zu installieren:
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh
Erstellen und aktivieren Sie dann eine Umgebung mit dem Namen pytorch-directml:
conda create --name pytorch-directml python=3.10
conda activate pytorch-directml
Installieren von PyTorch mit DirectML
Installieren Sie das Paket torch-directml:
pip install torch-directml
Überprüfen der Installation
Starten Sie Python, und führen Sie den folgenden Code aus, um zwei Tensoren auf dem DirectML-Gerät hinzuzufügen:
import torch
import torch_directml
dml = torch_directml.device()
tensor1 = torch.tensor([1]).to(dml)
tensor2 = torch.tensor([2]).to(dml)
dml_algebra = tensor1 + tensor2
print(dml_algebra.item())
Erwartete Ausgabe:
3
Beispiele und Feedback
Beispiele finden Sie in den DirectML PyTorch-Beispielen . Verwenden Sie die DirectML-Problemverfolgung, um Paketprobleme oder Anforderungsfeatures zu melden.