Windows WSL环境下安装 pytorch +ROCM 支持AMD显卡

<think>好的，我现在需要在Windows WSL环境下安装支持AMD显卡的PyTorch，使用ROCm。首先，我需要确认自己的系统是否符合要求。根据引用[1]，用户需要确保使用的是WSL 2，并且已经安装了Ubuntu发行版。我的系统是Windows 10或11，应该支持WSL 2，但需要检查是否已经正确安装。可能需要通过PowerShell运行`wsl --list --verbose`来查看当前安装的发行版和版本。 接下来，安装ROCm的依赖项。根据引用[2]，需要先添加AMD的APT存储库。这一步可能需要下载并安装公钥，然后更新源列表。命令应该是： ```bash wget -qO - https://repo.radeon.com/rocm/rocm.gpg.key | sudo apt-key add - echo 'deb [arch=amd64] https://repo.radeon.com/rocm/apt/5.7.1/ ubuntu main' | sudo tee /etc/apt/sources.list.d/rocm.list ``` 但要注意，引用[2]中提到如果安装的amdgpu-install版本不正确，后续安装ROCm可能会失败。所以需要确保使用正确的命令安装amdgpu-install。根据引用[2]，正确的安装命令是： ```bash sudo apt update sudo apt install amdgpu-install sudo amdgpu-install -y --usecase=wsl,rocm --no-dkms ``` 这里的关键是使用`--usecase=wsl,rocm`参数，这样安装的组件适合WSL环境。完成后，可能需要重启WSL或者重新加载相关服务，比如： ```bash sudo systemctl restart systemd-udevd ``` 然后安装ROCm相关的开发包，例如`rocblas`、`hipblas`等，确保PyTorch能够调用这些库。接下来，配置用户组权限，将当前用户添加到`render`和`video`组： ```bash sudo usermod -aG render $USER sudo usermod -aG video $USER ``` 之后，需要重新登录或重启WSL使权限生效。 然后安装PyTorch。根据引用[1]，PyTorch官方支持ROCm，可以通过pip安装。访问PyTorch官网获取正确的安装命令，比如： ```bash pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/rocm5.7 ``` 安装完成后，验证安装是否成功。如引用[4]所示，运行Python代码： ```python import torch print(torch.cuda.is_available()) # 应输出True[^4] ``` 如果输出为True，说明安装成功。如果遇到问题，可能需要检查ROCm版本与PyTorch版本的兼容性，或者查看日志文件解决依赖问题。 在整个过程中，需要注意的常见问题包括：确保WSL 2正确配置，安装正确的ROCm版本，用户权限设置，以及依赖库的完整安装。如果安装失败，可以尝试清除APT缓存，重新安装依赖项，或者查阅官方文档和社区支持。</think>### 逐步说明：在Windows WSL环境下安装支持AMD显卡的PyTorch（基于ROCm） #### **步骤1：确认系统要求** - Windows 10/11已启用 **WSL 2**，并安装Ubuntu 22.04或20.04（推荐）。 - 检查WSL版本： ```bash wsl --list --verbose # 在PowerShell中运行 ``` #### **步骤2：安装ROCm依赖项** 1. **添加AMD官方存储库**： ```bash sudo apt update sudo apt install curl curl -fsSL https://repo.radeon.com/rocm/rocm.gpg.key | sudo gpg --dearmor -o /usr/share/keyrings/rocm-archive-keyring.gpg echo "deb [arch=amd64 signed-by=/usr/share/keyrings/rocm-archive-keyring.gpg] https://repo.radeon.com/rocm/apt/5.7.1 ubuntu main" | sudo tee /etc/apt/sources.list.d/rocm.list ``` 2. **安装ROCm驱动与工具链**： ```bash sudo apt update sudo apt install amdgpu-install sudo amdgpu-install -y --usecase=wsl,rocm --no-dkms # 关键参数适配WSL[^2] ``` #### **步骤3：配置用户权限** - 将用户添加到必要组： ```bash sudo usermod -aG video,render $USER ``` - **重启WSL终端**（或执行`exec sudo -i -u $USER`）使权限生效。 #### **步骤4：安装PyTorch（ROCm版本）** - 通过PyTorch官方命令安装： ```bash pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/rocm5.7 ``` #### **步骤5：验证安装** - 运行Python脚本检查GPU支持： ```python import torch print(torch.cuda.is_available()) # 预期输出：True ``` #### **常见问题解决** - **驱动不兼容**：确保ROCm版本与PyTorch版本匹配（如ROCm 5.7对应PyTorch 2.0+）[^1]。 - **权限问题**：若`torch.cuda.is_available()`返回`False`，检查用户是否在`video`和`render`组。 - **依赖缺失**：运行`sudo apt install rocm-libs hipblas hipsparse`补全ROCm库。