গুগল কালো সম্প্রদায়ের জন্য জাতিগত সমতা উন্নয়নে প্রতিশ্রুতিবদ্ধ। দেখ কিভাবে.
This page was translated by the Cloud Translation API.
Switch to English

জিপিইউ সমর্থন

টেনসরফ্লো জিপিইউ সহায়তার জন্য ড্রাইভার এবং গ্রন্থাগারগুলির ভাণ্ডার প্রয়োজন। ইনস্টলেশনটি সহজ করার জন্য এবং গ্রন্থাগারের বিরোধগুলি এড়াতে, আমরা জিপিইউ সমর্থন (কেবলমাত্র লিনাক্স) সহ একটি টেনসরফ্লো ডকার চিত্র ব্যবহার করার পরামর্শ দিই। এই সেটআপটির জন্য কেবল NVIDIA® GPU ড্রাইভারের প্রয়োজন

এই ইনস্টল নির্দেশাবলী টেনসরফ্লো সর্বশেষ প্রকাশের জন্য। পুরানো টেনসরফ্লো প্রকাশের সাথে ব্যবহার করতে CUDA® এবং cUDNN সংস্করণগুলির জন্য পরীক্ষিত বিল্ড কনফিগারেশনগুলি দেখুন।

পাইপ প্যাকেজ

উপলব্ধ প্যাকেজ, সিস্টেমের প্রয়োজনীয়তা এবং নির্দেশাবলীর জন্য পাইপ ইনস্টল গাইডটি দেখুন। TensorFlow pip প্যাকেজ CUDA®-সক্রিয় কার্ড জন্য GPU- সমর্থন রয়েছে:

pip install tensorflow

এই গাইডটি সর্বশেষ স্থিতিশীল টেনসরফ্লো রিলিজের জন্য জিপিইউ সমর্থন এবং ইনস্টলেশন পদক্ষেপগুলি কভার করে।

টেনসরফ্লো এর পুরানো সংস্করণ

1.15 এবং ততোধিক বয়সী রিলিজের জন্য, সিপিইউ এবং জিপিইউ প্যাকেজগুলি পৃথক:

pip install tensorflow==1.15      # CPU
pip install tensorflow-gpu==1.15  # GPU

হার্ডওয়্যার প্রয়োজনীয়তা

নিম্নলিখিত GPU- সক্ষম ডিভাইসগুলি সমর্থিত:

  • সিভিডিএ আর্কিটেকচারের সাথে এনভিআইডিআইএ জিপিইউ কার্ড 3.5 বা তার বেশি। CUDA®- সক্ষম জিপিইউ কার্ডের তালিকাটি দেখুন।
  • অসমর্থিত সিইউডিএ আর্কিটেকচার সহ জিপিইউগুলির জন্য, বা পিটিএক্স থেকে জেআইটি সংকলন এড়াতে, বা এনভিআইডিআইএ লাইব্রেরির বিভিন্ন সংস্করণ ব্যবহার করতে, উত্স গাইড থেকে লিনাক্স বিল্ডটি দেখুন।
  • এনভিআইডিআইএ ® অ্যাম্পিয়ার জিপিইউস (সিইউডিএ আর্কিটেকচার ৮.০) বা আরও নতুন সিস্টেমে, কার্নেলগুলি পিটিএক্স থেকে জেআইটি-সংকলিত হয় এবং টেনসরফ্লো শুরু হতে 30 মিনিটের বেশি সময় নিতে পারে। এই ওভারহেডটি ডিফল্ট জেআইটি ক্যাশের আকার বাড়িয়ে প্রথম প্রারম্ভের মধ্যে সীমাবদ্ধ করা যেতে পারে: ' export CUDA_CACHE_MAXSIZE=2147483648 ' (বিশদ জন্য JIT ক্যাশে দেখুন) see
  • সর্বশেষ সমর্থিত CUDA® আর্কিটেকচার ব্যতীত প্যাকেজগুলিতে পিটিএক্স কোড থাকে না; অতএব, CUDA_FORCE_PTX_JIT=1 সেট করা হলে CUDA_FORCE_PTX_JIT=1 পুরানো জিপিইউগুলিতে লোড করতে ব্যর্থ হয়। (বিশদ জন্য অ্যাপ্লিকেশন সামঞ্জস্য দেখুন।)

সফ্টওয়্যার প্রয়োজনীয়তা

নিম্নলিখিত NVIDIA® সফ্টওয়্যারটি অবশ্যই আপনার সিস্টেমে ইনস্টল করা উচিত:

লিনাক্স সেটআপ

উবুন্টুতে প্রয়োজনীয় এনভিআইডিআইএ সফ্টওয়্যার ইনস্টল করার সহজ উপায় নীচের apt নির্দেশাবলী। যাইহোক, যদি উৎস থেকে TensorFlow বিল্ডিং , ম্যানুয়ালি উপরে তালিকাভুক্ত সফ্টওয়্যার প্রয়োজনীয়তা ইনস্টল করুন, এবং একটি ব্যবহারের বিষয়ে বিবেচনা -devel TensorFlow Docker ইমেজ একটি বেস হিসাবে।

সিইপিটিআই ইনস্টল করুন যা সিইডিএডি® টুলকিটের সাহায্যে প্রেরণ করে। $LD_LIBRARY_PATH পরিবেশগত পরিবর্তনশীলটিতে এর ইনস্টলেশন ডিরেক্টরি যুক্ত করুন:

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/extras/CUPTI/lib64

অ্যাপের সাথে সিইউডিএ ইনস্টল করুন

এই বিভাগটি দেখায় যে কিভাবে উবুন্টু 16.04 এবং 18.04 এ CUDA® 10 (টেনসরফ্লো> = 1.13.0) ইনস্টল করা যায়। এই নির্দেশাবলী ডিবিয়ান ভিত্তিক অন্যান্য ডিস্ট্রোদের জন্য কাজ করতে পারে।

উবুন্টু 18.04 (চুদা 10.1)

# Add NVIDIA package repositories
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-repo-ubuntu1804_10.1.243-1_amd64.deb
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/7fa2af80.pub
sudo dpkg -i cuda-repo-ubuntu1804_10.1.243-1_amd64.deb
sudo apt-get update
wget http://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1804/x86_64/nvidia-machine-learning-repo-ubuntu1804_1.0.0-1_amd64.deb
sudo apt install ./nvidia-machine-learning-repo-ubuntu1804_1.0.0-1_amd64.deb
sudo apt-get update

# Install NVIDIA driver
sudo apt-get install --no-install-recommends nvidia-driver-450
# Reboot. Check that GPUs are visible using the command: nvidia-smi

# Install development and runtime libraries (~4GB)
sudo apt-get install --no-install-recommends \
    cuda-10-1 \
    libcudnn7=7.6.5.32-1+cuda10.1  \
    libcudnn7-dev=7.6.5.32-1+cuda10.1


# Install TensorRT. Requires that libcudnn7 is installed above.
sudo apt-get install -y --no-install-recommends libnvinfer6=6.0.1-1+cuda10.1 \
    libnvinfer-dev=6.0.1-1+cuda10.1 \
    libnvinfer-plugin6=6.0.1-1+cuda10.1

উবুন্টু 16.04 (চুদা 10.1)

# Add NVIDIA package repositories
# Add HTTPS support for apt-key
sudo apt-get install gnupg-curl
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/cuda-repo-ubuntu1604_10.1.243-1_amd64.deb
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/7fa2af80.pub
sudo dpkg -i cuda-repo-ubuntu1604_10.1.243-1_amd64.deb
sudo apt-get update
wget http://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1604/x86_64/nvidia-machine-learning-repo-ubuntu1604_1.0.0-1_amd64.deb
sudo apt install ./nvidia-machine-learning-repo-ubuntu1604_1.0.0-1_amd64.deb
sudo apt-get update

# Install NVIDIA driver
# Issue with driver install requires creating /usr/lib/nvidia
sudo mkdir /usr/lib/nvidia
sudo apt-get install --no-install-recommends nvidia-418
# Reboot. Check that GPUs are visible using the command: nvidia-smi

# Install development and runtime libraries (~4GB)
sudo apt-get install --no-install-recommends \
    cuda-10-1 \
    libcudnn7=7.6.4.38-1+cuda10.1  \
    libcudnn7-dev=7.6.4.38-1+cuda10.1


# Install TensorRT. Requires that libcudnn7 is installed above.
sudo apt-get install -y --no-install-recommends \
    libnvinfer6=6.0.1-1+cuda10.1 \
    libnvinfer-dev=6.0.1-1+cuda10.1 \
    libnvinfer-plugin6=6.0.1-1+cuda10.1

উইন্ডোজ সেটআপ

উপরে তালিকাভুক্ত হার্ডওয়্যার প্রয়োজনীয়তা এবং সফ্টওয়্যার প্রয়োজনীয়তা দেখুন। উইন্ডোজ জন্য CUDA® ইনস্টল গাইড পড়ুন।

নিশ্চিত হয়ে নিন যে ইনস্টল করা এনভিআইডিআইএ সফ্টওয়্যার প্যাকেজগুলি উপরে তালিকাভুক্ত সংস্করণগুলির সাথে মিলেছে। বিশেষত, cuDNN64_7.dll ফাইল ছাড়া লোড হবে না। একটি ভিন্ন সংস্করণ ব্যবহার করতে, উত্স গাইড থেকে উইন্ডোজ বিল্ডটি দেখুন।

CUDA®, CUPTI, এবং cUDNN ইনস্টলেশন ডিরেক্টরিগুলিকে %PATH% পরিবেশগত চলকতে যুক্ত করুন। উদাহরণস্বরূপ, CUDA® টুলকিটটি C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1 এনভিআইডিএ C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1 সিইউডিএ C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1 ভি 10.1 এবং সিউডিএনএন C:\tools\cuda চুদা ইনস্টল করা থাকলে, আপনার %PATH% কে ম্যাচ করার জন্য আপডেট করুন:

SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin;%PATH%
SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\CUPTI\lib64;%PATH%
SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include;%PATH%
SET PATH=C:\tools\cuda\bin;%PATH%