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。

檢查您的 Windows 版本

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）。

檢查 GPU 驅動程式更新

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]。

設定 Torch-DirectML

安裝 WSL 2

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。

設定 Python 環境

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

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

驗證和裝置建立

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。