Notitie
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen u aan te melden of de directory te wijzigen.
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen de mappen te wijzigen.
PyTorch met DirectML biedt ontwikkelaars een gebruiksvriendelijke manier om de nieuwste en beste AI-modellen op hun Windows-computer uit te proberen. U kunt PyTorch downloaden met DirectML door het torch-directml PyPi-pakket te installeren. Zodra deze is ingesteld, kunt u beginnen met onze voorbeelden of de AI Toolkit voor VS Code gebruiken.
Uw versie van Windows controleren
Het torch-directml-pakket op systeemeigen Windows werkt vanaf Windows 10, versie 1709 (build 16299 of hoger). U kunt uw buildversienummer controleren door de opdracht winver (Windows-logotoets + R) uit te voeren.
Controleren op updates van GPU-stuurprogramma's
Zorg ervoor dat het meest recente GPU-stuurprogramma is geïnstalleerd. Selecteer Controleren op updates in de sectie Windows Update van Windows-instellingen.
Torch-DirectML instellen
U wordt aangeraden een virtuele Python-omgeving in Windows in te stellen. Er zijn veel hulpprogramma's die u kunt gebruiken om een virtuele Python-omgeving in te stellen. Voor deze instructies gebruiken we de Miniconda van Anaconda. In de rest van deze installatie wordt ervan uitgegaan dat u een Miniconda-omgeving gebruikt.
Een Python-omgeving instellen
Download en installeer het Miniconda Windows-installatieprogramma op uw systeem. Er zijn aanvullende richtlijnen voor het instellen op de site van Anaconda. Zodra Miniconda is geïnstalleerd, maakt u een omgeving met behulp van Python met de naam pytdml en activeert u deze via de volgende opdrachten.
conda create --name pytdml -y
conda activate pytdml
PyTorch en Torch-DirectML installeren
Opmerking
Het torch-directml-pakket ondersteunt maximaal PyTorch 2.3.1
Alles wat nodig is om setup te krijgen, is het installeren van de nieuwste versie van torch-directml door de volgende opdracht uit te voeren:
pip install torch-directml
Verificatie en apparaat maken
Nadat u het torch-directml-pakket hebt geïnstalleerd, kunt u controleren of het correct wordt uitgevoerd door twee tensors toe te voegen. Start eerst een interactieve Python-sessie en importeer Torch met de volgende regels:
import torch
import torch_directml
dml = torch_directml.device()
De huidige release van torch-directml is toegewezen aan de 'PrivateUse1' torch-backend. De API torch_directml.device() is een handige wrapper voor het verzenden van uw tensors naar het DirectML-apparaat.
Nu het DirectML-apparaat is gemaakt, kunt u nu twee eenvoudige tensors definiëren. een tensor met een 1 en een andere die een 2 bevat. Plaats de tensors op het dml-apparaat.
tensor1 = torch.tensor([1]).to(dml) # Note that dml is a variable, not a string!
tensor2 = torch.tensor([2]).to(dml)
Voeg de tensors samen en druk de resultaten af.
dml_algebra = tensor1 + tensor2
dml_algebra.item()
U zou het cijfer 3 moeten zien als uitvoer, zoals in het onderstaande voorbeeld.
>>> import torch
>>> tensor1 = torch.tensor([1]).to(dml)
>>> tensor2 = torch.tensor([2]).to(dml)
>>> dml_algebra = tensor1 + tensor2
>>> dml_algebra.item()
3
PyTorch met DirectML-voorbeelden en -feedback
Bekijk onze voorbeelden voor meer gebruik van PyTorch met DirectML. Als u problemen ondervindt of feedback hebt over het PyTorch-pakket met DirectML, neem dan contact op met ons team hier.