Поиск по сайту:

Установка программного обеспечения нейронной сети Google TensorFlow для процессора и графического процессора в Ubuntu 16.04


На этой странице

  1. 1. Установите CUDA
  2. 2. Установите библиотеку CuDNN.
  3. 3 Добавьте место установки в файл Bashrc
  4. 4. Установите TensorFlow с поддержкой графического процессора.
  5. 5. Установите TensorFlow только с поддержкой ЦП.

TensorFlow — это программное обеспечение с открытым исходным кодом для выполнения задач машинного обучения. Google, его создатель, хотел предоставить мощный инструмент, который поможет разработчикам исследовать и создавать приложения на основе машинного обучения, поэтому они выпустили его как проект с открытым исходным кодом. TensorFlow — чрезвычайно мощный инструмент, специализирующийся на типе нейронной сети, называемой глубокой нейронной сетью.

Глубокие нейронные сети используются для выполнения сложных задач машинного обучения, таких как распознавание изображений, распознавание рукописного ввода, обработка естественного языка, чат-боты и многое другое. Эти нейронные сети обучены изучать задачи, которые они должны выполнять. Поскольку вычисления, необходимые для обучения, чрезвычайно велики, в большинстве случаев требуется поддержка графического процессора, и здесь на помощь приходит TensorFlow. Он поддерживает графический процессор, поэтому, установив программное обеспечение с поддержкой графического процессора, можно значительно сократить необходимое время обучения.

Это руководство поможет вам установить TensorFlow только для процессора, а также с поддержкой графического процессора. Итак, чтобы получить TensorFlow с поддержкой графического процессора, у вас должен быть графический процессор Nvidia с поддержкой CUDA. Установка CUDA и CuDNN (вычислительных библиотек Nvidia) немного сложна, и в этом руководстве представлен пошаговый подход к их установке, прежде чем приступить к установке самого TensorFlow.

Nvidia CUDA — это библиотека с ускорением на графическом процессоре, которая имеет точно настроенные реализации стандартных процедур, используемых в нейронных сетях. CuDNN — это библиотека настройки для графического процессора, которая автоматически обеспечивает настройку производительности графического процессора. TensorFlow использует их как для обучения, так и для запуска глубоких нейронных сетей, поэтому их необходимо установить до установки TensorFlow.

Очень важно отметить, что те, кто НЕ хочет устанавливать TensorFlow с поддержкой графического процессора, могут пропустить все следующие шаги и сразу перейти к разделу «Шаг 5: Установите TensorFlow только с поддержкой ЦП» этого руководства.

Введение в TensorFlow можно найти здесь.

1 Установите CUDA

Во-первых, загрузите CUDA для Ubuntu 16.04 отсюда. Этот файл довольно большой (2 ГБ), поэтому загрузка может занять некоторое время.

Загруженный файл является пакетом \.deb\. Чтобы установить его, выполните следующие команды:

sudo dpkg -i cuda-repo-ubuntu1604-8-0-local_8.0.44-1_amd64.deb

следующие команды устанавливают все пропущенные зависимости и, наконец, устанавливают набор инструментов cuda:

sudo apt install -f
sudo apt update
sudo apt install cuda

Если он успешно установлен, вы получите сообщение о том, что он успешно установлен. Если он уже установлен, вы получите результат, аналогичный изображенному ниже:

2 Установите библиотеку CuDNN

К сожалению, для загрузки CuDNN требуется немного работы. Nvidia не дает вам файлы для загрузки напрямую (однако это бесплатно). Следуйте инструкциям, чтобы получить файлы CuDNN.

  1. Нажмите здесь, чтобы перейти на страницу регистрации Nvidia и создать учетную запись. На первой странице вас попросят ввести ваши личные данные, а на второй странице вас попросят ответить на несколько вопросов опроса. Ничего страшного, если вы не знаете ответов на все, вы можете просто выбрать вариант наугад.
  2. Предыдущий шаг привел бы к тому, что Nvidia отправила бы вам ссылку для активации на ваш почтовый идентификатор. После активации перейдите по ссылке для скачивания CuDNN здесь.
  3. После того как вы войдете на эту страницу, вам придется заполнить еще один небольшой опрос. Произвольно установите флажки, а затем нажмите кнопку «Перейти к загрузке» в нижней части опроса, а на следующей странице нажмите «Согласен с условиями использования».
  4. Наконец, в раскрывающемся списке нажмите \Загрузить cuDNN v5.1 (20 января 2017 г.) для CUDA 8.0\, и в этом раскрывающемся списке вам нужно загрузить два файла, нажав на них:
    • Библиотека времени выполнения cuDNN v5.1 для Ubuntu 14.04 (Deb)
    • Библиотека разработчика cuDNN версии 5.1 для Ubuntu 14.04 (Deb)

Теперь, когда у вас наконец есть оба файла CuDNN, пришло время их установить!! Используйте следующие команды из папки, содержащей загруженные файлы:

sudo dpkg -i libcudnn5_5.1.5-1+cuda8.0_amd64.deb
sudo dpkg -i libcudnn5-dev_5.1.5-1+cuda8.0_amd64.deb

На следующем изображении показан результат выполнения этих команд:

3 Добавьте место установки в файл Bashrc

место установки следует добавить в файл bashrc, чтобы в следующий раз система знала, где найти установленный каталог для CUDA. используйте следующую команду, чтобы открыть файл bashrc:

sudo gedit ~/.bashrc

как только файл откроется, добавьте следующие две строки в конец этого файла:

  export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"
  export CUDA_HOME=/usr/local/cuda

4 Установите TensorFlow с поддержкой графического процессора

на этом шаге мы устанавливаем TensorFlow с поддержкой GPU. Запустите следующую команду, если вы используете Python 2.7:

pip install TensorFlow-gpu

если у вас есть python 3.x вместо вышеуказанной команды, используйте следующее:

pip3 install TensorFlow-gpu

Вы получите сообщение «успешно установлено», как только команда завершит выполнение. Теперь осталось только проверить, правильно ли он установился. Чтобы проверить это, откройте командную строку и введите следующие команды:

python
import TensorFlow as tf

Вы должны получить результат, аналогичный изображенному ниже. На изображении видно, что библиотеки CUDA успешно открыты. Теперь, если были ошибки, будут появляться сообщения о том, что CUDA не открывается и даже модули не найдены. В этом случае вы, возможно, пропустили один из шагов, описанных выше, и повторение этого руководства будет правильным решением.

5 Установите TensorFlow только с поддержкой ЦП

установить TensorFlow только для процессора очень просто. Используйте следующие две команды:

pip install TensorFlow

если у вас есть python 3.x вместо вышеуказанной команды, используйте следующее:

pip3 install TensorFlow

Да, это так просто!

На этом руководство по установке завершено, теперь вы можете приступить к созданию приложений для глубокого обучения. Если вы только начинаете, то можете посмотреть официальный туториал для начинающих.