💡
原文中文，约1500字，阅读约需4分钟。
📝
内容提要
作者在 Windows 11 上成功编译了 ROCm 版的 PyTorch，使用了官方 ROCm 软件包和较旧的 PyTorch 2.9.1 版本，避免了许多问题，并安装了相关库以进行深度学习和 AI 画图实验。
🎯
关键要点
- 作者在 Windows 11 上成功编译 ROCm 版的 PyTorch，使用了官方 ROCm 软件包和较旧的 PyTorch 2.9.1 版本。
- 编译过程中使用了官方的 ROCm 软件包，避免了使用第三方版本带来的问题。
- 选择使用旧版本 PyTorch 2.9.1，避免了新版本可能带来的不确定性。
- 成功安装了编译好的 PyTorch、Torchvision 和 Torchaudio，准备进行深度学习和 AI 画图实验。
- 下一步计划进行简单的深度学习模型训练和 AI 画图实验。
❓
延伸问答
如何在 Windows 11 上编译 ROCm 版的 PyTorch？
可以使用官方 ROCm 软件包，通过命令安装 rocm[libraries,devel]，并选择较旧的 PyTorch 2.9.1 版本进行编译。
为什么选择旧版本的 PyTorch 进行编译？
选择旧版本 PyTorch 2.9.1 是因为新版本可能带来不确定性，使用旧版本可以避免编译失败的问题。
编译成功后可以进行哪些实验？
编译成功后，可以进行深度学习模型训练和 AI 画图实验。
使用第三方 ROCm 软件包有什么风险？
使用第三方 ROCm 软件包可能导致编译失败，因此建议使用官方版本以确保兼容性和稳定性。
如何安装编译好的 PyTorch 和相关库？
可以按顺序使用 pip 安装编译好的 torch、torchvision 和 torchaudio，确保先安装 torch。
下一步计划进行哪些具体的深度学习任务？
下一步计划进行一些简单的深度学习模型训练任务和 AI 画图实验，特别是试试 Z-Image。
➡️
