Slik installerer du den nyeste TensorFlow på Windows 10/11 med NVIDIA CUDA/cuDNN Acceleration via WSL

Den nyeste versjonen av TensorFlow støtter ikke NVIDIA CUDA/CuDNN-akselerasjonen på Windows 10/11-operativsystemer. Så hvis du vil sette opp den nyeste versjonen av TensorFlow-utviklingsmiljøet med NVIDIA CUDA/cuDNN-akselerasjon på Windows 10/11, må du gjøre det via Windows Subsystem for Linux (WSL).

I denne artikkelen vil vi vise deg hvordan du installerer WSL på Windows 10/11 og får tilgang til den. Vi vil også vise deg hvordan du installerer den nyeste versjonen av TensorFlow med NVIDIA CUDA/cuDNN-akselerasjonsstøtte på Ubuntu WSL-systemet på Windows 10/11.

Emne for innhold:

1. Installere NVIDIA GPU-drivere på Windows 10/111
2. Installerer NVIDIA CUDA og cuDNN på Windows 10/11
3. Installere WSL på Windows 10/11
4. Få tilgang til WSL Ubuntu Linux Terminal på Windows 10/11
5. Sjekker om Ubuntu WSL System har tilgang til NVIDIA GPU for Windows 10/11
6. Installere Python 3 PIP på Ubuntu WSL System
7. Oppgradering av Python 3 PIP på Ubuntu WSL System
8. Installere TensorFlow med NVIDIA CUDA/cuDNN Acceleration Support på Ubuntu WSL System
9. Sjekker om TensorFlow CUDA Acceleration fungerer på Ubuntu WSL-systemet
10. Tilgang til Ubuntu WSL System med Visual Studio Code for TensorFlow Development
11. Konklusjon

Installere NVIDIA GPU-drivere på Windows 10/11

For at TensorFlow skal få tilgang til NVIDIA GPU for CUDA/cuDNN-akselerasjon på Ubuntu WSL-systemet på Windows 10/11, må du ha en NVIDIA GPU installert på datamaskinen og installere NVIDIA GPU-driveren på Windows 10/11. Hvis du har en NVIDIA GPU installert på datamaskinen din og du trenger hjelp til å installere NVIDIA GPU-driveren på Windows 10/11, les denne artikkelen .

Installerer NVIDIA CUDA og cuDNN på Windows 10/11

Når du har installert NVIDIA GPU-driverne på Windows 10/11-systemet ditt, må du installere NVIDIA CUDA og NVIDIA cuDNN for at TensorFlow CUDA/cuDNN-akselerasjon skal fungere på Ubuntu WSL-systemet.

Hvis du trenger hjelp til å installere NVIDIA CUDA på Windows 10/11-operativsystemet, les denne artikkelen .

Hvis du trenger hjelp til å installere NVIDIA cuDNN på Windows 10/11-operativsystemet, kan du lese denne artikkelen.

Installere WSL på Windows 10/11

For å installere WSL på Windows 10/11, åpne Terminal-appen og kjør følgende kommando:

$ wsl –installer

Klikk på 'Ja'.

WSL blir installert. Det tar en stund å fullføre.

Når du ser følgende spørsmål, klikker du på 'Ja'.

Installasjonen bør fortsette.

Ubuntu Linux-operativsystemet blir installert. Det tar en stund å fullføre.
MERK: Ubuntu er standard operativsystem for Windows WSL.

På dette tidspunktet bør Ubuntu Linux WSL-systemet være installert på din Windows 10/11-datamaskin.

For at endringene skal tre i kraft, start datamaskinen på nytt.

Når datamaskinen starter opp, skal et terminalvindu vises som ber deg konfigurere din første Ubuntu-bruker.
Skriv inn et navn for Ubuntu WSL-systembrukeren og trykk < Tast inn >.

Skriv inn et påloggingspassord for den nye brukeren og trykk < Tast inn >.

Skriv inn påloggingspassordet på nytt og trykk < Tast inn >.

En ny brukerkonto bør opprettes for Ubuntu WSL-systemet og Ubuntu skal være klar til bruk.

Få tilgang til WSL Ubuntu Linux Terminal på Windows 10/11

For å få tilgang til terminalen til Ubuntu Linux WSL-systemet, åpne en Terminal-app på Windows 10/11 og klikk på > Ubuntu .

Terminalen til Ubuntu Linux WSL-systemet skal åpnes.

Sjekker om Ubuntu WSL System har tilgang til NVIDIA GPU for Windows 10/11

For å sjekke om Ubuntu WSL-systemet kan få tilgang til NVIDIA GPU på din Windows 10/11-datamaskin, kjør følgende kommando fra terminalen til Ubuntu WSL-systemet:

$nvidia-smi

Hvis Ubuntu WSL-systemet kan få tilgang til NVIDIA GPU på din Windows 10/11 datamaskin, vil du se bruksinformasjonen til NVIDIA GPU som vist i følgende skjermbilde:

Installere Python 3 PIP på Ubuntu WSL System

For å installere TensorFlow på Ubuntu WSL-systemet, må du ha Python 3 PIP installert på Ubuntu WSL-systemet. Du kan installere Python 3 PIP på Ubuntu WSL-systemet fra det offisielle pakkelageret til Ubuntu.

Først oppdaterer du APT-pakkedatabasebufferen med følgende kommando:

$ sudo apt oppdatering

For å installere Python 3 PIP på Ubuntu WSL-systemet, kjør følgende kommando:

$ sudo apt installer python3-pip

For å bekrefte installasjonen, trykk 'Y' og trykk deretter < Tast inn >.

Python 3 PIP blir installert på Ubuntu WSL-systemet. Det tar en stund å fullføre.

På dette tidspunktet bør Python 3 PIP være installert på Ubuntu WSL-systemet.

For å sjekke om Python 3 PIP er tilgjengelig på Ubuntu WSL-systemet, kjør følgende kommando:

$ pip –versjon

Som du kan se, har vi Python 3 PIP 22.0.2 installert på vårt Ubuntu WSL-system.

Oppgradering av Python 3 PIP på Ubuntu WSL System

For å installere den nyeste versjonen av TensorFlow, må du ha den nyeste versjonen av Python 3 PIP installert på Ubuntu WSL-systemet.

For å installere den nyeste versjonen av TensorFlow, må du ha den nyeste versjonen av Python 3 PIP installert på Ubuntu WSL-systemet.

$ pip installasjon – oppgradere pip

Python PIP bør oppdateres til siste versjon (versjon 23.2.1 når dette skrives).

$ pip –versjon

Installere TensorFlow med NVIDIA CUDA/cuDNN Acceleration Support på Ubuntu WSL System

For å installere TensorFlow med NVIDIA CUDA/cuDNN-akselerasjonsstøtte på Ubuntu WSL-systemet til Windows 10/11, kjør følgende kommando:

$ pip installer tensorflow[and-cuda]

TensorFlow med NVIDIA CUDA/cuDNN-støtte og de nødvendige avhengighetene blir lastet ned og installert. Det tar en stund å fullføre.

På dette tidspunktet bør TensorFlow med NVIDIA CUDA/cuDNN-støtte være installert på Ubuntu WSL-systemet.

Sjekker om TensorFlow CUDA Acceleration fungerer på Ubuntu WSL-systemet

For å sjekke om TensorFlow CUDA-akselerasjon fungerer på Ubuntu WSL-systemet, åpne Python 3 interaktive skall/tolk med følgende kommando:

$ python3

For å importere TensorFlow, kjør følgende kodelinje:

$ importer tensorflow som tf

For å sjekke om TensorFlow ble importert riktig, skriv ut versjonsnummeret til TensorFlow med følgende kodelinje:

$ tf.__versjon__

Som du kan se, har vi TensorFlow 2.14.0 installert på vårt Ubuntu WSL-system.

For å sjekke om din NVIDIA GPU er tilgjengelig for TensorFlow CUDA-akselerasjon, kjør følgende kodelinje:

$ tf.config.list_physical_devices('GPU')

Som du kan se, er en GPU-enhet tilgjengelig for TensorFlow. Så TensorFlow kan bruke NVIDIA GPU på datamaskinen din for CUDA-akselerasjon.

For å gå ut av det interaktive Python 3-skallet/tolken, kjør følgende kodelinje:

$ quit()

Få tilgang til Ubuntu WSL-systemet med Visual Studio Code for TensorFlow Development

Visual Studio Code er en flott koderedigerer for TensorFlow-utvikling. Hvis du vil ha tilgang til Ubuntu WSL-systemet med Visual Studio Code for TensorFlow-utvikling og du trenger hjelp til det, les denne artikkelen.

Konklusjon

I denne artikkelen viste vi deg hvordan du installerer Ubuntu Linux via WSL på Windows 10/11. Vi viste deg også hvordan du får tilgang til terminalen til Ubuntu WSL-systemet på Windows 10/11 og hvordan du installerer den nyeste versjonen av TensorFlow med NVIDIA CUDA/cuDNN-akselerasjonsstøtte på Ubuntu WSL-systemet også.