web-dev-qa-db-fra.com

La solution de facilité: Installez les pilotes Nvidia, CUDA, CUDNN et le processeur graphique Tensorflow sur Ubuntu 18.04.

Comment puis-je facilement faire fonctionner tensorflow gpu?

18.04cudagpu
10
Jonny

Je viens d'installer le GPU Tensorflow sur Ubuntu 18.04. Il y a beaucoup d'instructions pour cela, mais je pense que le moyen le plus rapide et le plus simple n'est généralement pas utilisé et je veux le partager:

NVIDIA DRIVER:

ubuntu-drivers devices
Sudo ubuntu-drivers autoinstall
nvidia-smi

CUDA:

Normalement: "Sudo apt install nvidia-cuda-toolkit" Cependant, cela installe la version 9.1, trop récente pour le moment, et tensorflow ne fonctionnera pas. Téléchargez plutôt CUDA 9.0: https://developer.nvidia.com/cuda-90-download-archive?target_os=Linux&target_Arch=x86_64&target_distro=Ubuntu&target_version=1704&target_type=runfelelocal Ensuite peut être trouvé à: Comment puis-je installer CUDA 9 sur Ubuntu 17.1 ):

Sudo sh cuda_9.0.176_384.81_linux.run --override
Sudo ln -s /usr/bin/gcc-6 /usr/local/cuda/bin/gcc
Sudo ln -s /usr/bin/g++-6 /usr/local/cuda/bin/g++
cd ~
Sudo nano .bashrc

add at the end of the file:
export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
CTL+X to save and exit

CuDNN:

enregistrez-vous auprès des développeurs nvidia https://developer.nvidia.com/cudnn Téléchargez la bibliothèque d’exécution et de développeurs 9.1 pour 16.04 (Files cuDNN v7.1.3 Bibliothèque d’exécution pour Ubuntu16.04 (Deb) & cuDNN v7.1.3 Bibliothèque de développement pour Ubuntu16.04 (Deb)) Ouvrez les fichiers avec le gestionnaire de logiciels et installez-les. Vérifier avec:

cat /usr/include/x86_64-linux-gnu/cudnn_v*.h | grep CUDNN_MAJOR -A 2

Installer les bibliothèques et tensorflow:

Sudo apt-get install libcupti-dev
pip3 install tensorflow-gpu

Vérifier:

in tensorflow check for GPU support 
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

Remarque: démarrez tensorflow ou votre environnement de développement à partir du terminal, sinon, les variables PATH ne seront pas chargées.

13
Jonny

Juste pour étendre la réponse de Jonny: lorsque je suivais la méthode d’installation de CUDA de Jonny, je devais choisir "Non" pour "Installer le pilote graphique accéléré NVIDIA pour Linux-x86_64 384.81?" (oui ou défaut pour tout le reste). Sinon, l'installation du pilote CUDA échouerait en indiquant "ERREUR: un module de noyau NVIDIA 'nvidia-drm' semble déjà être chargé dans votre noyau"

Ensuite, vous pouvez tester votre installation CUDA en exécutant les exemples.

Installez d'abord leurs dépendances:

Sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev libglfw3-dev libgles2-mesa-dev

Ceux-ci ne seront pas compilés avec les nouveaux compilateurs sur Ubuntu 18, vous devrez donc rétrograder à gcc/g ++ 6:

Sudo apt-get install gcc-6 g++-6
Sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-6 10
Sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-6 10

Compilez les exemples en accédant à:

~/NVIDIA_CUDA-9.0_Samples/bin/x86_64/linux/release

Et compiler en utilisant:

make -k

Exécutez l'un des exemples tels que:

./nbody
2
Robert Corvus