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