GPU-Erweiterung für Ubuntu - Versionsgeschichte

C.heck am 29. April 2019 um 20:53 Uhr

2019-04-29T20:53:50Z

← Nächstältere Version		Version vom 29. April 2019, 22:53 Uhr
Zeile 93:		Zeile 93:
	[[Category:Keras]]		[[Category:Keras]]
	[[Category:GPU]]		[[Category:GPU]]
			[[Category:Command Line]]

C.heck am 29. April 2019 um 20:52 Uhr

2019-04-29T20:52:57Z

← Nächstältere Version		Version vom 29. April 2019, 22:52 Uhr
Zeile 89:		Zeile 89:
	[[Category:KI]]		[[Category:KI]]
	[[Category: deep learning]]		[[Category: deep learning]]
	~~[[Category:Programmierung]]~~
	[[Category:Jupyter Notebook]]		[[Category:Jupyter Notebook]]
	[[Category:Tensorflow]]		[[Category:Tensorflow]]
	[[Category:Keras]]		[[Category:Keras]]
	[[Category:GPU]]		[[Category:GPU]]

C.heck: /* GPU-Erweiterung on Ubuntu */

2019-04-29T19:54:27Z

GPU-Erweiterung on Ubuntu

← Nächstältere Version		Version vom 29. April 2019, 21:54 Uhr
Zeile 1:		Zeile 1:
	~~=GPU-Erweiterung on Ubuntu=~~

	auf einem System auf dem noch nicht Anaconda etc. vorinstalliert ist.		auf einem System auf dem noch nicht Anaconda etc. vorinstalliert ist.
Zeile 26:		Zeile 26:
	sudo apt-get install python-opencv		sudo apt-get install python-opencv

			----

	CUDA downloaden:		CUDA downloaden:

	https://developer.nvidia.com/cuda-90-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu		https://developer.nvidia.com/cuda-90-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu

			----

	CUDA-Version für 17.04 auswählen (funktioniert auch für Ubuntu 18.04)		CUDA-Version für 17.04 auswählen (funktioniert auch für Ubuntu 18.04)
Zeile 48:		Zeile 51:

	sudo pip3 install tensorflow-gpu		sudo pip3 install tensorflow-gpu

			----

	verify:		verify:
	python3 -c "import tensorflow as tf; tf.enable_eager_execution(); print(tf.reduce_sum(tf.random_normal([1000, 1000])))"		python3 -c "import tensorflow as tf; tf.enable_eager_execution(); print(tf.reduce_sum(tf.random_normal([1000, 1000])))"

			----

	output sollte so ähnlich aussehen:		output sollte so ähnlich aussehen:

	2018-12-11 17:19:43.988326: I tensorflow/core/platform/cpu_feature_guard.cc:141] Your CPU supports instructions that this		2018-12-11 17:19:43.988326: I tensorflow/core/platform/cpu_feature_guard.cc:141] Your CPU supports instructions that this
	TensorFlow binary was not compiled to use: AVX2 FMA		TensorFlow binary was not compiled to use: AVX2 FMA
Zeile 70:		Zeile 78:
	id: 0000:01:00.0, compute capability: 5.0)		id: 0000:01:00.0, compute capability: 5.0)
	tf.Tensor(-253.9591, shape=(), dtype=float32)		tf.Tensor(-253.9591, shape=(), dtype=float32)

			----
			danach keras und jupyter installieren:

	sudo pip3 install keras		sudo pip3 install keras

	sudo python3 -m pip install jupyter		sudo python3 -m pip install jupyter

			[[Category:HowTo]]
			[[Category:KI]]
			[[Category: deep learning]]
			[[Category:Programmierung]]
			[[Category:Jupyter Notebook]]
			[[Category:Tensorflow]]
			[[Category:Keras]]
			[[Category:GPU]]

C.heck: Die Seite wurde neu angelegt: „=GPU-Erweiterung on Ubuntu= auf einem System auf dem noch nicht Anaconda etc. vorinstalliert ist. sudo apt-get update sudo apt-get upgrade sudo apt-get…“

2019-03-26T12:49:17Z

Die Seite wurde neu angelegt: „=GPU-Erweiterung on Ubuntu= auf einem System auf dem noch nicht Anaconda etc. vorinstalliert ist. sudo apt-get update sudo apt-get upgrade sudo apt-get…“

Neue Seite

=GPU-Erweiterung on Ubuntu=

auf einem System auf dem noch nicht Anaconda etc. vorinstalliert ist.

sudo apt-get update

sudo apt-get upgrade

sudo apt-get install python3-pip python3-dev

sudo apt-get install build-essential cmake git

sudo apt-get install libopenblas-dev

sudo apt-get install liblapack-dev

sudo apt-get install python-numpy python-scipy python-matplotlib

sudo apt-get install libhdf5-serial-dev python-h5py

sudo apt-get install graphviz

sudo pip3 install pydot-ng

sudo apt-get install python-opencv

CUDA downloaden:

https://developer.nvidia.com/cuda-90-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu

CUDA-Version für 17.04 auswählen (funktioniert auch für Ubuntu 18.04)

sudo dpkg -i cuda-repo-ubuntu1704-9-0-local_9.0.176-1_amd64.deb

sudo apt-key add /var/cuda-repo-9-0-local/7fa2af80.pub

sudo apt-get update

sudo apt-get install cuda

cuda dir: /usr/local/cuda-9.0
cuDNN >= 7.2
https://developer.nvidia.com/cudnn

sudo dpkg -i libcudnn7_7.4.1.5-1+cuda9.0_amd64.deb

sudo pip3 install tensorflow-gpu

verify:
python3 -c "import tensorflow as tf; tf.enable_eager_execution(); print(tf.reduce_sum(tf.random_normal([1000, 1000])))"

output sollte so ähnlich aussehen:
2018-12-11 17:19:43.988326: I tensorflow/core/platform/cpu_feature_guard.cc:141] Your CPU supports instructions that this
TensorFlow binary was not compiled to use: AVX2 FMA
2018-12-11 17:19:44.075230: I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:964] successful NUMA node read from SysFS had
negative value (-1), but there must be at least one NUMA node, so returning NUMA node zero
2018-12-11 17:19:44.075916: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1432] Found device 0 with properties:
name: GeForce GTX 960M major: 5 minor: 0 memoryClockRate(GHz): 1.176
pciBusID: 0000:01:00.0
totalMemory: 1.96GiB freeMemory: 1.72GiB
2018-12-11 17:19:44.075953: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1511] Adding visible gpu devices: 0
2018-12-11 17:22:28.528023: I tensorflow/core/common_runtime/gpu/gpu_device.cc:982] Device interconnect StreamExecutor with
strength 1 edge matrix:
2018-12-11 17:22:28.528065: I tensorflow/core/common_runtime/gpu/gpu_device.cc:988] 0
2018-12-11 17:22:28.528072: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1001] 0: N
2018-12-11 17:22:28.528250: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1115] Created TensorFlow device
(/job:localhost/replica:0/task:0/device:GPU:0 with 1477 MB memory) -> physical GPU (device: 0, name: GeForce GTX 960M, pci bus
id: 0000:01:00.0, compute capability: 5.0)
tf.Tensor(-253.9591, shape=(), dtype=float32)

sudo pip3 install keras

sudo python3 -m pip install jupyter