Najnowsza wersja TensorFlow nie obsługuje natywnie akceleracji NVIDIA CUDA/CuDNN w systemach operacyjnych Windows 10/11. Jeśli więc chcesz skonfigurować najnowszą wersję środowiska programistycznego TensorFlow z akceleracją NVIDIA CUDA/cuDNN w systemie Windows 10/11, musisz to zrobić za pośrednictwem podsystemu Windows dla systemu Linux (WSL).
W tym artykule pokażemy, jak zainstalować WSL w systemie Windows 10/11 i uzyskać do niego dostęp. Pokażemy Ci także jak zainstalować najnowszą wersję TensorFlow z obsługą akceleracji NVIDIA CUDA/cuDNN na systemie Ubuntu WSL na Windows 10/11.
Temat treści:
- Instalowanie sterowników procesora graficznego NVIDIA w systemie Windows 10/111
- Instalowanie NVIDIA CUDA i cuDNN w systemie Windows 10/11
- Instalowanie WSL w systemie Windows 10/11
- Dostęp do terminala Linux Ubuntu WSL w systemie Windows 10/11
- Sprawdzanie, czy system Ubuntu WSL może uzyskać dostęp do procesora graficznego NVIDIA w systemie Windows 10/11
- Instalowanie Pythona 3 PIP w systemie Ubuntu WSL
- Aktualizacja Pythona 3 PIP w systemie Ubuntu WSL
- Instalowanie TensorFlow z obsługą akceleracji NVIDIA CUDA/cuDNN w systemie Ubuntu WSL
- Sprawdzanie, czy akceleracja CUDA TensorFlow działa w systemie Ubuntu WSL
- Dostęp do systemu Ubuntu WSL za pomocą kodu Visual Studio do programowania TensorFlow
- Wniosek
Instalowanie sterowników procesora graficznego NVIDIA w systemie Windows 10/11
Aby TensorFlow mógł uzyskać dostęp do procesora graficznego NVIDIA w celu akceleracji CUDA/cuDNN w systemie Ubuntu WSL w systemie Windows 10/11, musisz mieć zainstalowany procesor graficzny NVIDIA na swoim komputerze i zainstalować sterownik GPU NVIDIA w systemie Windows 10/11. Jeśli masz zainstalowany procesor graficzny NVIDIA na swoim komputerze i potrzebujesz pomocy w instalacji sterownika procesora graficznego NVIDIA w systemie Windows 10/11, przeczytaj ten artykuł .
Instalowanie NVIDIA CUDA i cuDNN w systemie Windows 10/11
Po zainstalowaniu sterowników procesora graficznego NVIDIA w systemie Windows 10/11 musisz zainstalować NVIDIA CUDA i NVIDIA cuDNN, aby akceleracja TensorFlow CUDA/cuDNN działała w systemie Ubuntu WSL.
Jeśli potrzebujesz pomocy w instalacji NVIDIA CUDA w systemie operacyjnym Windows 10/11, przeczytaj ten artykuł .
Jeśli potrzebujesz pomocy w instalacji NVIDIA cuDNN w systemie operacyjnym Windows 10/11, przeczytaj ten artykuł.
Instalowanie WSL w systemie Windows 10/11
Aby zainstalować WSL w systemie Windows 10/11, otwórz aplikację Terminal i uruchom następujące polecenie:
$ wsl – zainstaluj
Kliknij „Tak”.
WSL jest instalowany. Ukończenie zajmuje trochę czasu.
Po wyświetleniu następującego monitu kliknij „Tak”.
Instalacja powinna być kontynuowana.
Trwa instalowanie systemu operacyjnego Ubuntu Linux. Ukończenie zajmuje trochę czasu.
NOTATKA: Ubuntu jest domyślnym systemem operacyjnym Windows WSL.
W tym momencie na komputerze z systemem Windows 10/11 powinien zostać zainstalowany system Ubuntu Linux WSL.
Aby zmiany zaczęły obowiązywać, uruchom ponownie komputer.
Po uruchomieniu komputera powinno zostać wyświetlone okno Terminala z prośbą o skonfigurowanie pierwszego użytkownika Ubuntu.
Wpisz nazwę użytkownika systemu Ubuntu WSL i naciśnij < Wchodzić >.
Wpisz hasło logowania dla nowego użytkownika i naciśnij < Wchodzić >.
Wpisz ponownie hasło logowania i naciśnij < Wchodzić >.
Należy utworzyć nowe konto użytkownika dla systemu Ubuntu WSL i Ubuntu powinno być gotowe do użycia.
Dostęp do terminala Linux Ubuntu WSL w systemie Windows 10/11
Aby uzyskać dostęp do terminala systemu Ubuntu Linux WSL, otwórz aplikację Terminal w systemie Windows 10/11 i kliknij > Ubuntu .
Terminal systemu Ubuntu Linux WSL powinien zostać otwarty.
Sprawdzanie, czy system Ubuntu WSL może uzyskać dostęp do procesora graficznego NVIDIA w systemie Windows 10/11
Aby sprawdzić, czy system Ubuntu WSL może uzyskać dostęp do procesora graficznego NVIDIA na komputerze z systemem Windows 10/11, uruchom następujące polecenie z terminala systemu Ubuntu WSL:
$nvidia-smi
Jeśli system Ubuntu WSL może uzyskać dostęp do procesora graficznego NVIDIA w komputerze z systemem Windows 10/11, zobaczysz informacje o użytkowaniu procesora graficznego NVIDIA, jak pokazano na poniższym zrzucie ekranu:
Instalowanie Pythona 3 PIP w systemie Ubuntu WSL
Aby zainstalować TensorFlow w systemie Ubuntu WSL, musisz mieć zainstalowany Python 3 PIP w systemie Ubuntu WSL. Możesz zainstalować Python 3 PIP w systemie Ubuntu WSL z oficjalnego repozytorium pakietów Ubuntu.
Najpierw zaktualizuj pamięć podręczną bazy danych pakietu APT za pomocą następującego polecenia:
$ Sudo trafna aktualizacja
Aby zainstalować Python 3 PIP w systemie Ubuntu WSL, uruchom następującą komendę:
$ sudo apt zainstaluj python3-pip
Aby potwierdzić instalację, naciśnij „Y”, a następnie naciśnij < Wchodzić >.
Python 3 PIP jest instalowany w systemie Ubuntu WSL. Ukończenie zajmuje trochę czasu.
W tym momencie w systemie Ubuntu WSL należy zainstalować Python 3 PIP.
Aby sprawdzić, czy Python 3 PIP jest dostępny w systemie Ubuntu WSL, uruchom następującą komendę:
$ pip – wersja
Jak widać, w naszym systemie Ubuntu WSL mamy zainstalowany Python 3 PIP 22.0.2.
Aktualizacja Pythona 3 PIP w systemie Ubuntu WSL
Aby zainstalować najnowszą wersję TensorFlow, musisz mieć zainstalowaną najnowszą wersję Python 3 PIP w systemie Ubuntu WSL.
Aby zainstalować najnowszą wersję TensorFlow, musisz mieć zainstalowaną najnowszą wersję Python 3 PIP w systemie Ubuntu WSL.
$ pip install – aktualizacja pip
Python PIP powinien zostać zaktualizowany do najnowszej wersji (wersja 23.2.1 w chwili pisania tego tekstu).
$ pip – wersja
Instalowanie TensorFlow z obsługą akceleracji NVIDIA CUDA/cuDNN w systemie Ubuntu WSL
Aby zainstalować TensorFlow z obsługą akceleracji NVIDIA CUDA/cuDNN w systemie Ubuntu WSL systemu Windows 10/11, uruchom następujące polecenie:
$ pip zainstaluj tensorflow[and-cuda]
Trwa pobieranie i instalowanie TensorFlow z obsługą NVIDIA CUDA/cuDNN i wymaganymi zależnościami. Ukończenie zajmuje trochę czasu.
W tym momencie na systemie Ubuntu WSL należy zainstalować TensorFlow z obsługą NVIDIA CUDA/cuDNN.
Sprawdzanie, czy akceleracja CUDA TensorFlow działa w systemie Ubuntu WSL
Aby sprawdzić, czy akceleracja CUDA TensorFlow działa w systemie Ubuntu WSL, otwórz interaktywną powłokę/interpreter Pythona 3 za pomocą następującego polecenia:
$python3
Aby zaimportować TensorFlow, uruchom następujący wiersz kodu:
$ import tensorflow jako tf
Aby sprawdzić, czy TensorFlow został poprawnie zaimportowany, wydrukuj numer wersji TensorFlow za pomocą następującego wiersza kodu:
$ tf.__wersja__
Jak widać, w naszym systemie Ubuntu WSL mamy zainstalowany TensorFlow 2.14.0.
Aby sprawdzić, czy Twój procesor graficzny NVIDIA jest dostępny dla akceleracji TensorFlow CUDA, uruchom następujący wiersz kodu:
$ tf.config.list_physical_devices('GPU')
Jak widać, urządzenie GPU jest dostępne dla TensorFlow. Zatem TensorFlow może używać procesora graficznego NVIDIA Twojego komputera do akceleracji CUDA.
Aby wyjść z interaktywnej powłoki/interpretera Pythona 3, uruchom następujący wiersz kodu:
$ wyjdź()
Dostęp do systemu Ubuntu WSL za pomocą kodu Visual Studio do programowania TensorFlow
Visual Studio Code to świetny edytor kodu do programowania TensorFlow. Jeśli chcesz uzyskać dostęp do systemu Ubuntu WSL za pomocą Visual Studio Code do programowania TensorFlow i potrzebujesz w tym pomocy, przeczytaj ten artykuł.
Wniosek
W tym artykule pokazaliśmy, jak zainstalować Ubuntu Linux przez WSL w systemie Windows 10/11. Pokazaliśmy także, jak uzyskać dostęp do terminala systemu Ubuntu WSL w systemie Windows 10/11 i jak zainstalować najnowszą wersję TensorFlow z obsługą akceleracji NVIDIA CUDA/cuDNN również w systemie Ubuntu WSL.