Sdílet prostřednictvím

Povolení akcelerace GPU pro TensorFlow 2 s využitím pluginu tensorflow-directml-plugin

Důležité

Tento projekt je teď ukončený a aktivně nepracuje.

Tato verze poskytuje studentům, začátečníkům a odborníkům způsob, jak spouštět trénování strojového učení (ML) na stávajícím hardwaru s podporou DirectX 12 pomocí modulu plug-in DirectML pro TensorFlow 2.

Poznámka:

Instalaci můžete provést tensorflow-directml-plugin pomocí Pythonu x86-64 3.10. Verze tensorflow-directml-plugin 3.11 a novější ale není podporovaná.

Zjistěte, jak nakonfigurovat zařízení pro spouštění a trénování modelů pomocí GPU pomocí tensorflow-directml-plugin.

KROK 1: Minimální (a maximální) systémové požadavky

Před instalací modulu plug-in TensorFlow-DirectML-Plugin se ujistěte, že vaše verze Systému Windows nebo WSL podporuje modul plug-in TensorFlow-DirectML-Plugin.

Nativní pro Windows

  • Windows 10 verze 1709, 64bitová verze (build 16299 nebo novější) nebo Windows 11 verze 21H2, 64bitová verze (build 22000 nebo vyšší)
  • Python x86-64 3.7, 3.8, 3.9 nebo 3.10 Maximální podporovaná verze je také verze 3.10.
  • Jeden z následujících podporovaných grafických procesorů:
    • AMD Radeon R5/R7/R9 série 2xx nebo novější
    • Intel HD Graphics 5xx nebo novější
    • NVIDIA GeForce GTX 9xx series GPU nebo novější

Subsystém Windows pro Linux

  • Windows 10 verze 21H2, 64bitová verze (build 20150 nebo novější) nebo Windows 11 verze 21H2, 64bitová verze (build 22000 nebo vyšší)
  • Python x86-64 3.7, 3.8, 3.9 nebo 3.10 Maximální podporovaná verze je také verze 3.10.
  • Jeden z následujících podporovaných grafických procesorů:

Instalace nejnovějšího ovladače GPU

Ujistěte se, že máte pro hardware nainstalovaný nejnovější ovladač GPU. V části Nastavení systému Windows vyberte Vyhledat aktualizace. V případě potřeby získejte instalaci od dodavatele hardwaru s využitím výše uvedených odkazů.

KROK 2: Konfigurace prostředí Windows

Nativní pro Windows

Balíček plug-in TensorFlow-DirectML-Plugin v nativním systému Windows funguje od Windows 10 verze 1709 (build 16299 nebo vyšší). Číslo verze sestavení můžete zkontrolovat spuštěním winver příkazu Spustit (klávesa s logem Windows + R).

Subsystém Windows pro Linux

Po instalaci výše uvedeného ovladače se ujistěte, že povolíte WSL a nainstalujete distribuci založenou na glibc (například Ubuntu nebo Debian). Pro naše testování jsme použili Ubuntu. Ujistěte se, že máte nejnovější jádro, a to výběrem možnosti Vyhledat aktualizace v části Windows Update v části Nastavení systému Windows.

Poznámka:

Ujistěte se, že máte povolenou možnost Přijímat aktualizace pro ostatní produkty společnosti Microsoft při aktualizaci Windows. Najdete ho v Upřesněných možnostech v Windows Update nastavení systému Windows.

Pro tyto funkce potřebujete verzi jádra 5.10.43.3 nebo vyšší. Číslo verze můžete zkontrolovat spuštěním následujícího příkazu v PowerShellu.

wsl cat /proc/version

KROK 3: Nastavení prostředí

Doporučujeme nastavit virtuální prostředí Pythonu ve Windows. Existuje mnoho nástrojů, které můžete použít k nastavení virtuálního prostředí Pythonu – pro tyto pokyny použijeme Miniconda společnosti Anaconda. Zbývající část tohoto nastavení předpokládá, že používáte prostředí Miniconda. Další informace o používání prostředí Pythonu

Vytvoření prostředí v minicondě

Stáhněte a nainstalujte instalační program systému Windows Miniconda do systému. Na webu Anaconda najdete další pokyny k nastavení . Po instalaci Miniconda vytvořte prostředí s názvem Python s názvem tfdml_plugin a aktivujte ho pomocí následujících příkazů.

conda create --name tfdml_plugin python=3.9 

conda activate tfdml_plugin

Poznámka:

Verze tensorflow >= 2.9 a verze python >= 3.7 jsou podporovány.

KROK 4: Instalace základního TensorFlow

Stáhněte si základní balíček TensorFlow. V současné době directml-plugin funguje pouze s tensorflow–cpu==2.10 a ne tensorflow nebo tensorflow-gpu.

pip install tensorflow-cpu==2.10

KROK 5: Instalace tensorflow-directml-pluginu

Instalace tohoto balíčku automaticky povolí back-end DirectML pro existující skripty bez jakýchkoli změn kódu.

pip install tensorflow-directml-plugin

Poznámka:

Pokud skripty pro trénink zakódují napevno řetězec zařízení na něco jiného než "GPU", může to vyvolat chyby.

Balíček lze také sestavit ze zdroje. Pokyny pro vytváření tensorflow-directml-plugin ze zdroje

TensorFlow s ukázkami DirectML a zpětnou vazbou

Projděte si naše ukázky nebo použijte své existující skripty modelu. Pokud narazíte na problémy nebo máte zpětnou vazbu k balíčku TensorFlow-DirectML-Plugin, připojte se s naším týmem.

  • Last updated on