Bagikan melalui

Aktifkan akselerasi GPU untuk TensorFlow 2 dengan tensorflow-directml-plugin

Penting

Proyek ini sekarang dihentikan, dan tidak aktif dikerjakan.

Rilis ini memberi siswa, pemula, dan profesional cara untuk menjalankan pelatihan pembelajaran mesin (ML) pada perangkat keras yang mendukung DirectX 12 yang ada dengan menggunakan Plugin DirectML untuk TensorFlow 2.

Nota

Anda dapat menginstal tensorflow-directml-plugin dengan menggunakan Python x86-64 3.10. Tetapi tensorflow-directml-plugin tidak didukung untuk versi 3.11 dan yang lebih baru.

Pelajari cara mengonfigurasi perangkat Anda untuk menjalankan dan melatih model dengan GPU menggunakan tensorflow-directml-plugin.

LANGKAH 1: Persyaratan sistem minimum (dan maksimum)

Sebelum menginstal TensorFlow-DirectML-Plugin, pastikan versi Windows atau WSL Anda mendukung TensorFlow-DirectML-Plugin.

Windows bawaan

  • Windows 10 Versi 1709, 64-bit (Build 16299 atau lebih tinggi) atau Windows 11 Versi 21H2, 64-bit (Build 22000 atau lebih tinggi)
  • Python x86-64 3.7, 3.8, 3.9, atau 3.10. Versi 3.10 juga merupakan versi maksimum yang didukung.
  • Salah satu GPU yang didukung berikut:
    • AMD Radeon R5/R7/R9 seri 2xx atau yang lebih baru
    • Intel HD Graphics 5xx atau yang lebih baru
    • GPU seri NVIDIA GeForce GTX 9xx atau yang lebih baru

Subsistem Windows untuk Linux

Menginstal driver GPU terbaru

Pastikan Anda memiliki driver GPU terbaru yang terinstal untuk perangkat keras Anda. Pilih Periksa pembaruan di bagian Pembaruan Windows di aplikasi Pengaturan . Jika diperlukan, ambil instalasi dari vendor perangkat keras Anda menggunakan tautan di atas.

LANGKAH 2: Mengonfigurasi lingkungan Windows Anda

Windows bawaan

Paket TensorFlow-DirectML-Plugin pada Windows asli berfungsi dimulai dengan Windows 10, versi 1709 (Build 16299 atau lebih tinggi). Anda dapat memeriksa nomor versi build Anda dengan menjalankan winver melalui perintah Jalankan (tombol logo Windows + R).

Subsistem Windows untuk Linux

Setelah menginstal driver di atas, pastikan Anda mengaktifkan WSL dan menginstal distribusi berbasis glibc (seperti Ubuntu atau Debian). Untuk pengujian kami, kami menggunakan Ubuntu. Pastikan Anda memiliki kernel terbaru dengan memilih Periksa pembaruan di bagian Pembaruan Windows di aplikasi Pengaturan.

Nota

Pastikan Anda memiliki opsi Terima pembaruan untuk produk Microsoft lainnya saat Anda mengaktifkan pembaruan Windows . Anda dapat menemukannya di opsi Tingkat Lanjut di dalam bagian Windows Update di aplikasi Pengaturan.

Untuk fitur-fitur ini, Anda memerlukan versi kernel 5.10.43.3 atau yang lebih tinggi. Anda dapat memeriksa nomor versi dengan menjalankan perintah berikut di PowerShell.

wsl cat /proc/version

LANGKAH 3: Siapkan lingkungan Anda

Sebaiknya siapkan lingkungan Python virtual di dalam Windows. Ada banyak alat yang dapat Anda gunakan untuk menyiapkan lingkungan Python virtual—untuk instruksi ini, kami akan menggunakan Miniconda Anaconda. Sisa pengaturan ini mengasumsikan bahwa Anda menggunakan lingkungan Miniconda. Pelajari selengkapnya tentang menggunakan lingkungan python

Membuat lingkungan di Miniconda

Unduh dan instal alat penginstal Miniconda Windows pada sistem Anda. Ada panduan tambahan untuk penyiapan di situs Anaconda. Setelah Miniconda diinstal, buat lingkungan menggunakan Python bernama tfdml_plugin, dan aktifkan melalui perintah berikut.

conda create --name tfdml_plugin python=3.9 

conda activate tfdml_plugin

Nota

versi >tensorflow = 2.9 dan versi >python = 3.7 didukung.

LANGKAH 4: Menginstal TensorFlow dasar

Unduh paket TensorFlow dasar. Saat ini directml-plugin hanya berfungsi dengan tensorflow–cpu==2.10 dan bukan tensorflow atau tensorflow-gpu.

pip install tensorflow-cpu==2.10

LANGKAH 5: Menginstal tensorflow-directml-plugin

Menginstal paket ini secara otomatis mengaktifkan backend DirectML untuk skrip yang ada tanpa perubahan kode apa pun.

pip install tensorflow-directml-plugin

Nota

Jika skrip pelatihan Anda menghardcode string perangkat ke sesuatu selain "GPU", itu mungkin menimbulkan kesalahan.

Atau, paket dapat dibangun dari sumbernya. Instruksi untuk membangun tensorflow-directml-plugin dari sumber.

TensorFlow dan Contoh serta Umpan Balik DirectML

Lihat sampel kami atau gunakan skrip model eksisiting Anda. Jika Anda mengalami masalah, atau memiliki umpan balik tentang paket TensorFlow-DirectML-Plugin, silakan terhubung dengan tim kami.