iT邦幫忙

第 12 屆 iThome 鐵人賽

DAY 3
0
AI & Data

Tensorflow2.0系列 第 3

Tensorflow 2.0裝起來(上)

  • 分享至 

  • xImage
  •  

真的不得不說,一開始我看了網路上的影片發覺應該蠻簡單安裝的,但實際去實作發現安裝tensorflow一步都不能錯,而且還要考慮自己的硬體設備,起初真的讓我嘗盡了苦頭,那我就先跟大家說一下要安裝tensorflow一些基本的架構吧。

https://ithelp.ithome.com.tw/upload/images/20200913/20130246FMIVERCDaA.png

再說下載步驟前我先介紹AI三寶

1.GPU
首先最底層的就是GPU了,這裡我也簡單的說明一下,當前多核的CPU大多由4或6個核所組成,但普通的GPU就包含了幾百個核,這對於多媒體處理中大量的重複處理過程有著天生的優勢,同時更重要的是,它可以用來做大規模並行數據處理。因此GPU不僅在圖像處理中應用廣泛,還在科學計算、密碼破解、數值分析、大數據處理、金融分析等需要並行運算的領域中廣為應用,GPU是一種較為通用的專業晶片。

2.CUDA
是由NVIDIA所推出的一種整合技術,是該公司對於GPGPU的正式名稱。透過這個技術,使用者可利用NVIDIA的GeForce 8以後的GPU和較新的Quadro GPU進行計算。簡單來說CUDA就是GPU在解決大量的計算問題時的加速器。

3.cuDNN
cuDNN是NVIDIA為深度神經網路所打造的加速器,當你要用GPU來訓練模型時,我就會使用到它。

首先呢要先去Nvidia 先去看GPU的性能
因為Tensorflow會對GPU有所需求大致上可以分為

  • Tensorflow-gpu <2.0,CUDA compute Capability 3.0
  • Tensorflow-gpu > =2.0,CUDA compute Capability 3.5

這裡的意思是如果你要安裝tensorflow 2.0以上的話你的Compute Capability要3.5以上
下表可以用你的GPU來對照Compute Capability
https://ithelp.ithome.com.tw/upload/images/20200913/20130246raihr5DBtk.png

接下來就是安裝GPU driver
因為Tensorflow 會關係到你的cuDNN 和 CUDA 所以我會提供兩個表格給大家參考

https://ithelp.ithome.com.tw/upload/images/20200913/20130246sHJwdvEOU2.png
(表一)

這是可以選擇的tensorflow版本 雖然現在應該已經到2.3了,但透過這張圖可以看到妳的CUDA的需求 接下來就要看你的gpu的本事有多大了

https://ithelp.ithome.com.tw/upload/images/20200913/20130246hS4wAuylcQ.png
(表二)

所以如果你是WINDOWS版本要下載tensorflow2.0版本你的CUDA要求是10對照表二你的GPU driver 就要大於411.31
那我給大家看一下我下載的過程

一開始先去官網輸入你的電腦規格
https://ithelp.ithome.com.tw/upload/images/20200913/20130246uscqPXLpnn.png
接下來只要看你的版本有沒有大於等於你要下載Tensorflow需求就好了
https://ithelp.ithome.com.tw/upload/images/20200913/20130246uUtIa1tuGa.png
到這裡只完成一半而已,(表一)還有一個重點就是python的版本,我一開始沒找這個圖時,我也一直卡住,明天再把剩下的呈現出來。

參考
https://medium.com/@johnnyliao/%E5%9C%A8win10%E4%B8%8A%E5%AE%89%E8%A3%9Dcuda-toolkit-cudnn-tensorflow-gpu-1-12%E4%BB%A5%E4%B8%8B%E5%8F%8A1-13%E4%BB%A5%E4%B8%8A-%E7%9A%84%E5%AE%89%E8%A3%9D%E7%B6%93%E9%A9%97%E5%88%86%E4%BA%AB-c792953b316f
https://zh.wikipedia.org/wiki/CUDA
https://kknews.cc/zh-tw/tech/zyjq3v3.html


上一篇
甚麼是Tensorflow
下一篇
Tensorflow2.0 裝起來(下)
系列文
Tensorflow2.030
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言