首页 > 其他分享 >基于AMD显卡安装Pytorch(小白攻略)

基于AMD显卡安装Pytorch(小白攻略)

时间:2024-11-05 09:19:14浏览次数:6  
标签:python Pytorch AMD rocm pytorch 6.2 install 显卡 安装

安装的时候看了很多博客,踩了一些雷,现在把成功下载的流程汇总下来。

假设这个时候已经安装好了ubuntu,我安装的是ubuntu22.04.

安装rocm

Linux® Drivers for AMD Radeon™ and Radeon PRO™ Graphics

可以点击上面这个链接,点击ubuntu x86 64-bit.

我选的是带rocm的版本

复制这里的代码,到终端运行。

sudo apt update
wget https://repo.radeon.com/amdgpu-install/6.2.3/ubuntu/jammy/amdgpu-install_6.2.60203-1_all.deb
sudo apt install ./amdgpu-install_6.2.60203-1_all.deb
sudo amdgpu-install -y --usecase=graphics,rocm
sudo usermod -a -G render,video $LOGNAME

 默认是下载到/opt,这个文件有28g,请确保这个挂载下有足够的空间。

判断是否下载成功

可以打开文件,在/opt下搜索rocminfoclinfo,能找到应该就安装成功了。下图是找到的rocminfo的结果。

添加环境变量

将刚刚找到的两个路径添加为环境变量,为这里两个文件是同一个路径。

echo 'export PATH=$PATH:/opt/rocm-6.2.3/bin | sudo tee -a /etc/profile.d/rocm.sh

弄好这个,就可以安装后续的软件了

安装anaconda

在anaconda官网点击Free Download,它会自动对应版本。

Anaconda | The Operating System for AI

可以参考这篇文章,写的很详细。

超详细Ubuntu安装Anaconda步骤+Anconda常用命令_ubuntu 安装anaconda-CSDN博客

下载完之后,可以进入图形化界面看看,在终端输入下面的命令。

anaconda-navigator

安装pytorch

激活环境

先查看python版本,然后创建环境并激活。

  1. 查看python版本
python --version

版本为python 3.12.7

        2.  创建环境

conda create -n pytorch python=3.12.7

         3.激活环境

conda activate pytorch

这样就进入了pytorch里。

        4.下载pytorch

进入pytorch官网PyTorch往下拉,选择linux,pip,python,rocm 6.2.

在终端输入图中的命令

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/rocm6.2

接下来就是静静地等待。

        5.判断是否安装成功

import torch
print(torch.__version__)
print(torch.cuda.is_available())
print(torch.backends.cudnn.version())

 

看到True就说明成功了!

标签:python,Pytorch,AMD,rocm,pytorch,6.2,install,显卡,安装
From: https://blog.csdn.net/qq_59969626/article/details/143476638

相关文章

  • 基于yolov8的生猪检测和统计系统,支持图像、视频和摄像实时检测【pytorch框架、python
     更多目标检测和图像分类识别项目可看我主页其他文章功能演示:基于yolov8的生猪检测和统计系统,支持图像、视频和摄像实时检测【pytorch框架、python源码】_哔哩哔哩_bilibili(一)简介基于yolov8的生猪检测和统计系统是在PyTorch框架之下得以实现的。这是一个完备的项目,涵盖......
  • PVE容器直通显卡教程
    intel、amd、nvidia的显卡均可以直通,并且该直通是共享,不是独占,也即所有容器都可以同时使用这些显卡,同时性能没有损耗。创建容器取消勾选无特权的容器,即unprivilegedcontainer查看显卡文件$ls-l/dev/dri/crw-rw----1rootvideo226,0Dec2911:20card0crw-rw---......
  • 深入解析Amdahl定律与Gustafson定律:并行计算的加速之道
    如果你觉得这篇文章对你有帮助,请不要吝惜你的“关注”、“点赞”、“评价”、“收藏”,你的支持永远是我前进的动力~~~个人收藏的技术大会分享PDF文档,欢迎点击下载查看!!!本文将探讨并行计算中的两个重要定律——Amdahl定律和Gustafson定律。通过分析这两个定律的原理、区别及实......
  • 基于YOLOv8模型的高精度红外行人车辆目标检测(PyTorch+Pyside6+YOLOv8模型)
    摘要:基于YOLOv8模型的高精度红外行人车辆目标检测系统可用于日常生活中检测与定位红外行人车辆目标,利用深度学习算法可实现图片、视频、摄像头等方式的目标检测,另外本系统还支持图片、视频等格式的结果可视化与结果导出。本系统采用YOLOv8目标检测算法训练数据集,使用Pysdie6库......
  • PyTorchStepByStep - Chapter 9: Sequence-to-Sequence
     points,directions=generate_sequences(n=256,seed=13)Andthenlet’svisualizethefirstfivesquares:classEncoder(nn.Module):def__init__(self,n_features,hidden_dim):super().__init__()self.n_features=n_features......
  • 基于PyTorch的大语言模型微调指南:Torchtune完整教程与代码示例
    近年来,大型语言模型(LargeLanguageModels,LLMs)在自然语言处理(NaturalLanguageProcessing,NLP)领域取得了显著进展。这些模型通过在大规模文本数据上进行预训练,能够习得语言的基本特征和语义,从而在各种NLP任务上取得了突破性的表现。为了将预训练的LLM应用于特定领域或......
  • 视频去除马赛克codeformer【本地部署文件】需要电脑显卡或者CPU 算力
    CodeFormer是一款强大的人工智能工具,专注于图像和视频的修复和优化。它利用深度学习方法,尤其是人脸复原模型,轻松解决面部图像的修复问题,提高照片和视频的视觉质量。这款工具的工作原理如下:首先,CodeFormer通过自动编码器实现人脸的变换,包括色彩化、清晰化和去马赛克修复等......
  • 视频去除马赛克codeformer【本地部署文件】需要电脑显卡或者CPU 算力
    CodeFormer是一款强大的人工智能工具,专注于图像和视频的修复和优化。它利用深度学习方法,尤其是人脸复原模型,轻松解决面部图像的修复问题,提高照片和视频的视觉质量。这款工具的工作原理如下:首先,CodeFormer通过自动编码器实现人脸的变换,包括色彩化、清晰化和去马赛克修复等......
  • pytorch自动微分
    求导是几乎所有深度学习优化算法的关键步骤,因为在优化损失函数时会用反向传播,即使参数朝着梯度下降的方向调整,求梯度即求偏导。虽然求导的计算很简单,但对于复杂的模型,手动进行更新很容易出错。Pytorch通过自动微分来加快求导。他会先构建一个计算图(computationalgraph),来跟踪计......