Nota
El acceso a esta página requiere autorización. Puede intentar iniciar sesión o cambiar directorios.
El acceso a esta página requiere autorización. Puede intentar cambiar los directorios.
Importante
Este proyecto ya está descontinuado y no se está trabajando activamente.
Esta versión proporciona a los alumnos, principiantes y profesionales una manera de ejecutar el aprendizaje automático (ML) en su hardware habilitado para DirectX 12 existente mediante el complemento DirectML para TensorFlow 2.
Nota:
Puede instalar tensorflow-directml-plugin
mediante Python x86-64 3.10. Pero tensorflow-directml-plugin
no se admite para la versión 3.11 y posteriores.
Obtenga información sobre cómo configurar el dispositivo para ejecutar y entrenar modelos con la GPU mediante tensorflow-directml-plugin
.
PASO 1: Requisitos mínimos del sistema (y máximo)
Antes de instalar tensorFlow-DirectML-Plugin, asegúrese de que la versión de Windows o WSL admite TensorFlow-DirectML-Plugin.
Windows nativo
- Windows 10 versión 1709, 64 bits (compilación 16299 o posterior) o Windows 11 versión 21H2, 64 bits (compilación 22000 o posterior)
- Python x86-64 3.7, 3.8, 3.9 o 3.10. La versión 3.10 también es la versión máxima admitida.
- Una de las siguientes GPU admitidas:
- Serie AMD Radeon R5/R7/R9 2xx o más reciente
- Intel HD Graphics 5xx o versiones posteriores
- GPU de la serie NVIDIA GeForce GTX 9xx o posterior
Subsistema de Windows para Linux
- Windows 10 versión 21H2, 64 bits (compilación 20150 o posterior) o Windows 11 versión 21H2, 64 bits (compilación 22000 o posterior)
- Python x86-64 3.7, 3.8, 3.9 o 3.10. La versión 3.10 también es la versión máxima admitida.
- Una de las siguientes GPU admitidas:
- AMD Radeon R5/R7/R9 2xx o posterior, y el controlador 20.20.01.05 o posterior
- Intel HD Graphics 6xx o versiones posteriores y 28.20.100.8322 o posterior
- GPU de la serie NVIDIA GeForce GTX 9xx o posterior, y controlador 460.20 o posterior
Instalación del controlador de GPU más reciente
Asegúrese de que tiene instalado el controlador de GPU más reciente para el hardware. Seleccione Buscar actualizaciones en la sección Windows Update de la aplicación Configuración . Si es necesario, obtenga una instalación de su proveedor de hardware usando los enlaces anteriores.
PASO 2: Configurar el entorno de Windows
Windows nativo
El paquete TensorFlow-DirectML-Plugin en Windows nativo funciona a partir de Windows 10, versión 1709 (compilación 16299 o posterior). Para comprobar el número de versión de compilación, ejecute winver
mediante el comando Ejecutar (tecla del logotipo de Windows + R).
Subsistema de Windows para Linux
Una vez instalado el controlador anterior, asegúrese de habilitar WSL e instalar una distribución basada en glibc (como Ubuntu o Debian). Para nuestras pruebas, usamos Ubuntu. Asegúrese de que tiene el kernel más reciente seleccionando Buscar actualizaciones en la sección Windows Update de la aplicación Configuración.
Nota:
Asegúrese de que tiene habilitada la opción Recibir actualizaciones para otros productos de Microsoft al actualizar la opción Windows . Puede encontrarlo en Opciones avanzadas en la sección Windows Update de la aplicación Configuración.
Para estas características, necesita una versión de kernel de 5.10.43.3 o posterior. Para comprobar el número de versión, ejecute el comando siguiente en PowerShell.
wsl cat /proc/version
PASO 3: Configuración del entorno
Se recomienda configurar un entorno de Python virtual dentro de Windows. Hay muchas herramientas que puede usar para configurar un entorno de Python virtual; para estas instrucciones, usaremos Miniconda de Anaconda. El resto de esta configuración supone que usa un entorno de Miniconda. Más información sobre el uso de entornos de Python
Creación de un entorno en Miniconda
Descargue e instale el instalador de Windows Miniconda en el sistema. Hay instrucciones adicionales para la configuración en el sitio de Anaconda. Una vez instalado Miniconda, cree un entorno mediante Python denominado tfdml_plugin y actívelo a través de los siguientes comandos.
conda create --name tfdml_plugin python=3.9
conda activate tfdml_plugin
Nota:
Las versiones de tensorflow >= 2.9 y de python >= 3.7 son compatibles.
PASO 4: Instalar TensorFlow base
Descargue el paquete de TensorFlow base. Actualmente, el complemento directml solo funciona con tensorflow–cpu==2.10
y no con tensorflow
o tensorflow-gpu
.
pip install tensorflow-cpu==2.10
PASO 5: Instalar tensorflow-directml-plugin
La instalación de este paquete habilita automáticamente el back-end de DirectML para scripts existentes sin cambios en el código.
pip install tensorflow-directml-plugin
Nota:
Si los scripts de entrenamiento fijan rígidamente la cadena del dispositivo en algo distinto de "GPU"
, podría producir errores.
Como alternativa, el paquete se puede compilar a partir del origen.
Instrucciones para compilar tensorflow-directml-plugin
desde el código fuente.
TensorFlow con ejemplos y comentarios de DirectML
Echa un vistazo a nuestros ejemplos o usa tus scripts de modelo existente. Si tiene problemas o tiene comentarios sobre el paquete tensorFlow-DirectML-Plugin, conéctese con nuestro equipo.