Tensorflow sürümünü Ubuntu üzerinde GPU destekli Tensorflow 2.1.0 versiyonuna yükseltme

Tensorflow 2.1.0 — CUDA 10.1 — cuDNN v7.6.5 Kurulumu

🎉 8 Ocak 2020 günü Tensorflow 2.1.0 Release oldu.
TensorRT 6.0 desteğinin aktif olarak varsayılan şekilde gelmesi veya metin işleme çalışmalarında ham metinler için metin standardizasyonu, tokenization, n-gram oluşturma ve kelime indeksleme gibi TextVectorization katmanını ile ön işlemleri daha rahat yapabileceğiniz güzel bir çok yenilik içeriyor. Tensorflow pip paketi artık hem Linux hem de Windows için varsayılan olarak GPU desteğini ile birlikte geldi ancak biz yine fazla paket büyüklüğünü dikkate alarak sadece GPU destekli (tensorflow-gpu) paketi yükleme işlemini yapacağız.

https://www.tensorflow.org/

Nvidia driver’ınızın kurulu olduğunu varsayarak CUDA kurulumuna geçiyoruz.nvidia-smi komutu ile nvidia-driverınızın kurulu olup olmadığını kontrol edebilirsiniz.

nvidia-smi — NVIDIA GTX1080–Driver Version: 440.44

CUDA 10.1 Kurulumu

İndirmek için anahtarlar ekleyiniz (apt-get güncellemesini yapmayı unutmayınız):

sudo apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/7fa2af80.pub && echo "deb https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64 /" | sudo tee /etc/apt/sources.list.d/cuda.list

Kurulum:

sudo apt-get update && sudo apt-get -o Dpkg::Options::="--force-overwrite" install cuda-10-1 cuda-drivers

CUDA kurulumu sonrası reboot ile bilgisayarınızı yeniden başlatın ve aşağıdaki komut ile CUDA 10.1 path’inin ekleme işlemini yapınız.

echo 'export PATH=/usr/local/cuda-10.1/bin${PATH:+:${PATH}}' >> ~/.bashrc && echo 'export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}' >> ~/.bashrc && source ~/.bashrc && sudo ldconfig

cuDNN Kurulumu

En güncel cuDNN sürümünü buradan indirebilirsiniz.
“cuDNN v7.6.5 (November 5th, 2019), for CUDA 10.1” indiri seçin ve “cuDNN Library for Linux” paketini indiriniz.

İndirdiğimiz klasöre giderek aşağıda komutlar ile dosyaları zipten cuda klasörüne çıkartıp gerekli yerlere kopyalanmasını sağlayabilirsiniz.

tar -xf cudnn-10.1-linux-x64-v7.6.5.32.tgz 
sudo cp -R cuda/include/* /usr/local/cuda-10.1/include
sudo cp -R cuda/lib64/* /usr/local/cuda-10.1/lib64

“nvcc — version” ile CUDA versiyonunuzu kontrol edebilirsiniz.

Libcupti kurulumu:

Aşağıdaki komutlar ile libcupti-dev yükleyiniz, kütüphane yolu tanımlanır ve ve bashrc yeniden yüklenir.

sudo apt-get install libcupti-dev && echo 'export LD_LIBRARY_PATH=/usr/local/cuda/extras/CUPTI/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc && source ~/.bashrc && sudo ldconfig

🐲 Tensorflow 2.1.0 Kurulumu

Tensorflow 2.1'i pip ile kuralım.

sudo pip3 install tensorflow-gpu==2.1.0

Kurulumlar başarıyla sonuçlandı ise Tensorflow sürümümüzü ve GPU desteğini kontrol edelim.

sudo python3 komutu ile python3 shell’ini açalım.
Tensorflow paketini import edip versiyonu kontrol edelim.

import tensorflow as tf
print(tf.__version__)

Çıktı olarak 2.1.0 yazması gerekir.

GPU desteğini kontrol etmek için ise

print(tf.test.is_gpu_available())

True dönmesi gerekir.

Dilerseniz jupyter notebook/lab ile de kontrollerinizi yapabilirsiniz.

Aşağıdaki mnist veri kümesi ile eğitim örneğini TensorFlow 2 için deneyebilirsiniz.

TensorFlow 2 quickstart for beginners | TensorFlow Core

Bu yazı aşağıdaki blog yazısı referans alınarak hazırlanmıştır.

Install Tensorflow 2.* with GPU support on Ubuntu 19.10

Sıfırdan CUDA ve Tensorflow kurulum yazılarına aşağıdan ulaşabilirsiniz.

Ubuntu 16.04 de Nvidia CUDA Kurulumu | Yavuz Kömeçoğlu

GPU Destekli Tensorflow Kurulumu | Yavuz Kömeçoğlu