Ang pinakabagong bersyon ng TensorFlow ay hindi sumusuporta sa NVIDIA CUDA/CuDNN acceleration natively sa Windows 10/11 operating system. Kaya, kung gusto mong i-set up ang pinakabagong bersyon ng TensorFlow development environment na may NVIDIA CUDA/cuDNN acceleration sa Windows 10/11, kailangan mong gawin ito sa pamamagitan ng Windows Subsystem for Linux (WSL).
Sa artikulong ito, ipapakita namin sa iyo kung paano i-install ang WSL sa Windows 10/11 at i-access ito. Ipapakita rin namin sa iyo kung paano i-install ang pinakabagong bersyon ng TensorFlow gamit ang NVIDIA CUDA/cuDNN acceleration support sa Ubuntu WSL system sa Windows 10/11.
Paksa ng Nilalaman:
- Pag-install ng NVIDIA GPU Drivers sa Windows 10/111
- Pag-install ng NVIDIA CUDA at cuDNN sa Windows 10/11
- Pag-install ng WSL sa Windows 10/11
- Pag-access sa WSL Ubuntu Linux Terminal sa Windows 10/11
- Pagsusuri Kung Maa-access ng Ubuntu WSL System ang NVIDIA GPU ng Windows 10/11
- Pag-install ng Python 3 PIP sa Ubuntu WSL System
- Pag-upgrade ng Python 3 PIP sa Ubuntu WSL System
- Pag-install ng TensorFlow sa NVIDIA CUDA/cuDNN Acceleration Support sa Ubuntu WSL System
- Sinusuri Kung Gumagana ang TensorFlow CUDA Acceleration sa Ubuntu WSL System
- Pag-access sa Ubuntu WSL System na may Visual Studio Code para sa TensorFlow Development
- Konklusyon
Pag-install ng NVIDIA GPU Drivers sa Windows 10/11
Para ma-access ng TensorFlow ang NVIDIA GPU para sa CUDA/cuDNN acceleration sa Ubuntu WSL system sa Windows 10/11, dapat ay mayroon kang NVIDIA GPU na naka-install sa iyong computer at i-install ang NVIDIA GPU driver sa Windows 10/11. Kung mayroon kang NVIDIA GPU na naka-install sa iyong computer at kailangan mo ng anumang tulong sa pag-install ng NVIDIA GPU driver sa Windows 10/11, basahin ang artikulong ito .
Pag-install ng NVIDIA CUDA at cuDNN sa Windows 10/11
Kapag na-install mo na ang mga driver ng NVIDIA GPU sa iyong Windows 10/11 system, kailangan mong i-install ang NVIDIA CUDA at NVIDIA cuDNN para sa TensorFlow CUDA/cuDNN acceleration upang gumana sa Ubuntu WSL system.
Kung kailangan mo ng anumang tulong sa pag-install ng NVIDIA CUDA sa iyong Windows 10/11 operating system, basahin ang artikulong ito .
Kung kailangan mo ng anumang tulong sa pag-install ng NVIDIA cuDNN sa iyong Windows 10/11 operating system, basahin ang artikulong ito.
Pag-install ng WSL sa Windows 10/11
Upang i-install ang WSL sa Windows 10/11, buksan ang Terminal app at patakbuhin ang sumusunod na command:
$ wsl –i-install
Mag-click sa 'Oo'.
Ini-install ang WSL. Ito ay tumatagal ng ilang sandali upang makumpleto.
Kapag nakita mo ang sumusunod na prompt, mag-click sa 'Oo'.
Ang pag-install ay dapat magpatuloy.
Ang Ubuntu Linux operating system ay ini-install. Ito ay tumatagal ng ilang sandali upang makumpleto.
TANDAAN: Ang Ubuntu ay ang default na operating system ng Windows WSL.
Sa puntong ito, dapat na mai-install ang Ubuntu Linux WSL system sa iyong Windows 10/11 computer.
Para magkabisa ang mga pagbabago, i-restart ang iyong computer.
Kapag nag-boot ang iyong computer, dapat na magpakita ang isang Terminal window, na humihiling sa iyong i-set up ang iyong unang gumagamit ng Ubuntu.
Mag-type ng pangalan para sa Ubuntu WSL system user at pindutin ang < Pumasok >.
Mag-type ng password sa pag-log in para sa bagong user at pindutin ang < Pumasok >.
I-type muli ang login password at pindutin ang < Pumasok >.
Dapat gumawa ng bagong user account para sa Ubuntu WSL system at dapat handa nang gamitin ang Ubuntu.
Pag-access sa WSL Ubuntu Linux Terminal sa Windows 10/11
Upang ma-access ang terminal ng Ubuntu Linux WSL system, magbukas ng Terminal app sa Windows 10/11 at mag-click sa > Ubuntu .
Dapat buksan ang terminal ng Ubuntu Linux WSL system.
Pagsusuri Kung Maa-access ng Ubuntu WSL System ang NVIDIA GPU ng Windows 10/11
Upang tingnan kung maa-access ng Ubuntu WSL system ang NVIDIA GPU ng iyong Windows 10/11 computer, patakbuhin ang sumusunod na command mula sa terminal ng Ubuntu WSL system:
$nvidia-smi
Kung maa-access ng Ubuntu WSL system ang NVIDIA GPU ng iyong Windows 10/11 computer, makikita mo ang impormasyon ng paggamit ng iyong NVIDIA GPU gaya ng ipinapakita sa sumusunod na screenshot:
Pag-install ng Python 3 PIP sa Ubuntu WSL System
Upang mai-install ang TensorFlow sa Ubuntu WSL system, kailangan mong magkaroon ng Python 3 PIP na naka-install sa Ubuntu WSL system. Maaari mong i-install ang Python 3 PIP sa Ubuntu WSL system mula sa opisyal na repositoryo ng package ng Ubuntu.
Una, i-update ang APT package database cache gamit ang sumusunod na command:
$ sudo apt update
Upang i-install ang Python 3 PIP sa Ubuntu WSL system, patakbuhin ang sumusunod na command:
$ sudo apt install python3-pip
Upang kumpirmahin ang pag-install, pindutin ang 'Y' at pagkatapos ay pindutin ang < Pumasok >.
Ang Python 3 PIP ay ini-install sa Ubuntu WSL system. Ito ay tumatagal ng ilang sandali upang makumpleto.
Sa puntong ito, dapat na mai-install ang Python 3 PIP sa Ubuntu WSL system.
Upang suriin kung ang Python 3 PIP ay naa-access sa Ubuntu WSL system, patakbuhin ang sumusunod na command:
$ pip –bersyon
Gaya ng nakikita mo, mayroon kaming Python 3 PIP 22.0.2 na naka-install sa aming Ubuntu WSL system.
Pag-upgrade ng Python 3 PIP sa Ubuntu WSL System
Upang mai-install ang pinakabagong bersyon ng TensorFlow, kailangan mong magkaroon ng pinakabagong bersyon ng Python 3 PIP na naka-install sa iyong Ubuntu WSL system.
Upang mai-install ang pinakabagong bersyon ng TensorFlow, kailangan mong magkaroon ng pinakabagong bersyon ng Python 3 PIP na naka-install sa iyong Ubuntu WSL system.
$ pip install –upgrade pip
Dapat na ma-update ang Python PIP sa pinakabagong bersyon (bersyon 23.2.1 sa oras ng pagsulat na ito).
$ pip –bersyon
Pag-install ng TensorFlow sa NVIDIA CUDA/cuDNN Acceleration Support sa Ubuntu WSL System
Upang i-install ang TensorFlow na may NVIDIA CUDA/cuDNN acceleration support sa Ubuntu WSL system ng iyong Windows 10/11, patakbuhin ang sumusunod na command:
$ pip install tensorflow[and-cuda]
TensorFlow na may suporta sa NVIDIA CUDA/cuDNN at ang mga kinakailangang dependency ay dina-download at ini-install. Ito ay tumatagal ng ilang sandali upang makumpleto.
Sa puntong ito, ang TensorFlow na may suporta sa NVIDIA CUDA/cuDNN ay dapat na mai-install sa Ubuntu WSL system.
Sinusuri Kung Gumagana ang TensorFlow CUDA Acceleration sa Ubuntu WSL System
Upang suriin kung gumagana ang TensorFlow CUDA acceleration sa Ubuntu WSL system, buksan ang Python 3 interactive shell/interpreter gamit ang sumusunod na command:
$ python3
Upang mag-import ng TensorFlow, patakbuhin ang sumusunod na linya ng code:
$ import tensorflow bilang tf
Upang tingnan kung tama ang pag-import ng TensorFlow, i-print ang numero ng bersyon ng TensorFlow na may sumusunod na linya ng code:
$ tf.__bersyon__
Gaya ng nakikita mo, mayroon kaming TensorFlow 2.14.0 na naka-install sa aming Ubuntu WSL system.
Upang suriin kung ang iyong NVIDIA GPU ay magagamit para sa TensorFlow CUDA acceleration, patakbuhin ang sumusunod na linya ng code:
$ tf.config.list_physical_devices(‘GPU’)
Gaya ng nakikita mo, available ang isang GPU device para sa TensorFlow. Kaya, maaaring gamitin ng TensorFlow ang NVIDIA GPU ng iyong computer para sa CUDA acceleration.
Upang lumabas sa Python 3 interactive shell/interpreter, patakbuhin ang sumusunod na linya ng code:
$ quit()
Pag-access sa Ubuntu WSL System gamit ang Visual Studio Code para sa TensorFlow Development
Ang Visual Studio Code ay isang mahusay na editor ng code para sa pagbuo ng TensorFlow. Kung gusto mong ma-access ang Ubuntu WSL system na may Visual Studio Code para sa TensorFlow development at kailangan mo ng anumang tulong doon, basahin ang artikulong ito.
Konklusyon
Sa artikulong ito, ipinakita namin sa iyo kung paano i-install ang Ubuntu Linux sa pamamagitan ng WSL sa Windows 10/11. Ipinakita rin namin sa iyo kung paano i-access ang terminal ng Ubuntu WSL system sa Windows 10/11 at kung paano i-install ang pinakabagong bersyon ng TensorFlow kasama ang NVIDIA CUDA/cuDNN acceleration support sa Ubuntu WSL system din.