Aracılığıyla paylaş

Tensorflow-directml-plugin ile TensorFlow 2 için GPU hızlandırmayı etkinleştirme

Önemli

Bu proje artık sonlandırıldı ve üzerinde etkin bir şekilde çalışılmıyor.

Bu sürüm, öğrencilere, yeni başlayanlara ve profesyonellere, TensorFlow 2 için DirectML Eklentisi'ni kullanarak mevcut DirectX 12 özellikli donanımlarında makine öğrenmesi (ML) eğitimi çalıştırmanın bir yolunu sunar.

Uyarı

Python x86-64 3.10 kullanarak yükleyebilirsiniz tensorflow-directml-plugin . Ancak tensorflow-directml-plugin sürüm 3.11 ve üzeri için desteklenmez.

tensorflow-directml-plugin kullanarak cihazınızı, GPU ile modelleri çalıştırmak ve eğitmek üzere yapılandırmayı öğrenin.

ADIM 1: En düşük (ve maksimum) sistem gereksinimleri

TensorFlow-DirectML-Plugin'i yüklemeden önce Windows veya WSL sürümünüzün TensorFlow-DirectML-Plugin'i desteklediğinden emin olun.

Windows yerel

  • Windows 10 Sürüm 1709, 64 bit (Derleme 16299 veya üzeri) veya Windows 11 Sürüm 21H2, 64 bit (Derleme 22000 veya üzeri)
  • Python x86-64 3.7, 3.8, 3.9 veya 3.10. Sürüm 3.10 da desteklenen en yüksek sürümdür.
  • Aşağıdaki desteklenen GPU'lardan biri:
    • AMD Radeon R5/R7/R9 2xx serisi veya daha yenisi
    • Intel HD Graphics 5xx veya üzeri
    • NVIDIA GeForce GTX 9xx serisi GPU veya daha yenisi

Linux için Windows Alt Sistemi

En son GPU sürücüsünü yükleme

Donanımınız için en son GPU sürücüsünün yüklü olduğundan emin olun. Ayarlar uygulamasının Windows Update bölümünde Güncelleştirmeleri denetle'yi seçin. Gerekirse, yukarıdaki bağlantıları kullanarak donanım satıcınızdan bir yükleme alın.

ADIM 2: Windows ortamınızı yapılandırma

Windows yerel

Yerel Windows'daki TensorFlow-DirectML-Plugin paketi Windows 10, sürüm 1709 (Derleme 16299 veya üzeri) ile başlar. winver komutu (Windows logo tuşu + R) aracılığıyla çalıştırarak derleme sürüm numaranızı de kontrol edebilirsiniz.

Linux için Windows Alt Sistemi

Yukarıdaki sürücüyü yükledikten sonra WSL'yi etkinleştirdiğinizden ve glibc tabanlı bir dağıtım (Ubuntu veya Debian gibi) yüklediğinizden emin olun. Testimiz için Ubuntu kullandık. Ayarlar uygulamasının Windows Update bölümünde Güncelleştirmeleri denetle'yi seçerek en son çekirdeği kullandığınızdan emin olun.

Uyarı

Windows'u güncelleştirirken diğer Microsoft ürünleri için güncelleştirmeleri al seçeneğinin etkinleştirildiğinden emin olun. Bunu Ayarlar uygulamasının Windows Update bölümündeki Gelişmiş seçenekler bölümünde bulabilirsiniz.

Bu özellikler için çekirdek sürümü 5.10.43.3 veya üzeri gerekir. PowerShell'de aşağıdaki komutu çalıştırarak sürüm numarasını deleyebilirsiniz.

wsl cat /proc/version

3. ADIM: Ortamınızı ayarlama

Windows içinde bir sanal Python ortamı ayarlamanızı öneririz. Sanal Python ortamı ayarlamak için kullanabileceğiniz birçok araç vardır. Bu yönergeler için Anaconda'nın Miniconda'sını kullanacağız. Bu kurulumun geri kalanında bir Miniconda ortamı kullandığınız varsayılır. Python ortamlarını kullanma hakkında daha fazla bilgi edinin

Miniconda'da ortam oluşturma

Miniconda Windows yükleyicisini indirip sisteminize yükleyin. Anaconda'nın sitesinde kurulum için ek yönergeler vardır. Miniconda yüklendikten sonra , tfdml_plugin adlı Python kullanarak bir ortam oluşturun ve aşağıdaki komutlarla etkinleştirin.

conda create --name tfdml_plugin python=3.9 

conda activate tfdml_plugin

Uyarı

tensorflow sürümü >= 2.9 ve python sürümü >= 3.7 desteklenir.

ADIM 4: Temel TensorFlow'u yükleme

Temel TensorFlow paketini indirin. directml-plugin şu anda yalnızca tensorflow–cpu==2.10 ile çalışır, tensorflow veya tensorflow-gpu ile çalışmaz.

pip install tensorflow-cpu==2.10

5. ADIM: tensorflow-directml-plugin yükleme

Bu paketin yüklenmesi, kod değişikliği olmadan mevcut betikler için DirectML arka ucuna otomatik olarak olanak tanır.

pip install tensorflow-directml-plugin

Uyarı

Eğitim betikleriniz cihaz dizesini "GPU" dışında bir şeye sabit kodlarsa, bu hataya neden olabilir.

Alternatif olarak, paket kaynaktan oluşturulabilir. Kaynaktan oluşturma tensorflow-directml-plugin yönergeleri.

DirectML örnekleri ve geri bildirim içeren TensorFlow

Örneklerimize göz atın veya yeni model betiklerinizi kullanın. Sorunlarla karşılaşırsanız veya TensorFlow-DirectML-Plugin paketiyle ilgili geri bildiriminiz varsa lütfen ekibimize bağlanın.