AMD显卡在Windows上安装使用PyTorch(ROCm)

之前的文章中,我们已经安装过PyTorch。现在新版的ROCm已经推出,官方也给出了安装方法。所以就更新一下吧。

首先确保安装了最新的显卡驱动。

安装Python

为了方便管理虚拟环境,我们还是按照之前的方法,使用Miniconda来安装,Miniconda的安装方法参见Windows安装Miniconda教程

在Miniconda中创建虚拟环境:

conda create -n pytorch python=3.12

pytorch是虚拟环境名称,可自行设定。官方支持的Python版本还是3.12,所以还是用3.12版来初始化环境。

然后激活虚拟环境:

conda activate pytorch

下面的操作如无特别说明均是在激活的虚拟环境下进行。

安装ROCm相关包

执行如下命令(全部复制为一条命令,不能分开执行):

pip install --no-cache-dir `
    https://repo.radeon.com/rocm/windows/rocm-rel-7.2/rocm_sdk_core-7.2.0.dev0-py3-none-win_amd64.whl `
    https://repo.radeon.com/rocm/windows/rocm-rel-7.2/rocm_sdk_devel-7.2.0.dev0-py3-none-win_amd64.whl `
    https://repo.radeon.com/rocm/windows/rocm-rel-7.2/rocm_sdk_libraries_custom-7.2.0.dev0-py3-none-win_amd64.whl `
    https://repo.radeon.com/rocm/windows/rocm-rel-7.2/rocm-7.2.0.dev0.tar.gz

`是PowerShell下的换行符号,表示下一行的内容是接在当前行之后的,是同一条命令(如果在命令行提示符环境使用,换行符号是^)。--no-cache-dir表示不缓存下载的包,如果要在多个虚拟环境中安装而不想多次下载,可以用--cache-dir=/path/to/dir选项来指定缓存目录位置。

如有提示全部确认即可,等待安装完成。

安装PyTorch

然后使用如下命令安装PyTorch(同样地,全部复制为一条命令,不能分开执行)

pip install --no-cache-dir `
    https://repo.radeon.com/rocm/windows/rocm-rel-7.2/torch-2.9.1%2Brocmsdk20260116-cp312-cp312-win_amd64.whl `
    https://repo.radeon.com/rocm/windows/rocm-rel-7.2/torchaudio-2.9.1%2Brocmsdk20260116-cp312-cp312-win_amd64.whl `
    https://repo.radeon.com/rocm/windows/rocm-rel-7.2/torchvision-0.24.1%2Brocmsdk20260116-cp312-cp312-win_amd64.whl

如有提示全部确认即可,等待安装完成。

验证PyTorch安装

官方给了几条命令来验证PyTorch安装:

  • 验证PyTorch包安装正确:
    python -c "import torch" 2>nul && echo Success || echo Failure
    

    显示Success表示安装正确。

  • 验证GPU正常识别:

    python -c "import torch; print(torch.cuda.is_available())"
    

    显示True表示GPU正常识别。

  • 输出GPU名称:

    python -c "import torch; print(f'device name [0]:', torch.cuda.get_device_name(0))"
    

    会输出当前使用的显卡型号(如果有多块显卡被识别,注意修改torch.cuda.get_device_name(0)函数调用中的0为实际显卡序号。

  • 输出详细运行环境信息:

    python -m torch.utils.collect_env
    

    会显示PyTorch运行环境信息。

上述信息均无误即可在虚拟环境中使用PyTorch了。

卸载

如果激活了虚拟环境,先取消激活:

conda deactivate

然后直接删除虚拟环境即可:

conda env remove -n pytorch
赞赏

微信赞赏支付宝赞赏