• 🏡 Home
  • 🚨 GDPR Compliant
  • ⚡️ Data Science
  • 📌 Machine Learning
  • 🔒 Privacy Preserving
  • 🏡 Home
  • 🚨 GDPR Compliant
  • ⚡️ Data Science
  • 📌 Machine Learning
  • 🔒 Privacy Preserving
Guide

Installare Tensorflow-gpu, CUDA Toolkit e cudnn | Windows

Installare Tensorflow-gpu, CUDA Toolkit e cudnn | Windows

In questo veloce post, scoprirai come configurare correttamente il tuo sistema per usufruire della potenza di calcolo della GPU durante i tuoi progetti basati su Tensorflow-gpu.

Iniziamo.

Requisiti

Prima di procedere, assicurati di aver installato python 3.5. Puoi fare un’installazione pulita, oppure creare un Virtual Environment attraverso l’Anaconda Prompt. In questo caso digita: 

conda create -n py35 python=3.5 anaconda

Una volta creato l’ambiente deve essere attivato, usando il comando:

activate py35

Volendo, puoi cambiare il nome “py35” ed usarne uno a tua scelta. Libero di decidere.

Disclaimer

Ci sono una serie di software che ti farò scaricare. Ti consiglio di usare esattamente le versioni indicate, anche se potrebbero essere datate e superate da nuovi aggiornamenti. Questo perché dopo svariati tentativi, la combinazione di versioni qui riportata pare essere l’unica funzionante. 

Sei comunque libero di fare di testa tua, ovviamente a tuo rischio e pericolo. Procediamo!

Download CUDA ToolKit

CUDA Toolkit 9.0 Downloads | Link – Developer Nvidia

Scarica la versione 9.0 del CUDA Toolkit. Puoi usare due Installer Types, ti consiglio l’exe(network).

Avvia l’eseguibile e segui le indicazioni a schermo. 

Ad un certo punto, in Installation Option, potrai scegliere se effettuare un’installazione Express o Custom. Sporcati le mani, e clicca su Custom.

In Select other component apri il menu a discesa alla voce CUDA e deseleziona Visual Studio integration. Ai nostri fini, è inutile e dal momento che crea problemi nell’installazione evitiamo di installarlo.

Occhio, sto dando per scontato il fatto che tu abbia seguito la mia precedente guida e che quindi sia già presente una versione (la 15.9 v14.16 ) di Visual Studio.

Perfetto. Procedi con l’installazione seguendo le istruzioni riportate a schermo.

Download cudnn

Ora dobbiamo “installare” il secondo requsiito fondamentale per eseguire correttamente la libreria Tensorflow-gpu. Collegati al sito ufficiale di nVidia, crea un account da Developer e scarica il pacchetto *.zip contenente i file di cudnn

cudnn Donwload | Developer nVidia 

Seleziona la versione v7.4.1 per CUDA 9.0. 

Decomprimi l’archivio, ovunque tu voglia. 

“Install” cudnn

Avrai sicuramente notato le apici. In effetti non si tratta di una vera e propria installazione, semplicemente andari a copiare alcuni file nelle giuste cartelle così da far funzionare tutto il sistema. 

Apri la cartella estratta, e in un’altra finestra dell’Esplora risorse la cartella in cui hai installato CUDA Toolkit, che di default dovrebbe trovarsi al percorso:

C:/Program Files/NVIDIA GPU Computing Toolkit

La cartella da cui dovrai prelevare i file è quella di cudnn; quella in cui li dovrai copiare è il percorso di installazione del Toolkit.

Quindi, dalla cartella di CUDA (cudnn) al percorso:

CUDA/lib/x64

Preleva il file:

cudnn.lib

E copialo nella cartella del Toolkit al percorso:


CUDA/v9.0/lib/x64

Poi, preleva secondo file:


CUDA/bin/cudnn64_7.dll 

e copialo in:

CUDA/v9.0/bin

Infine, preleva:


CUDA/include/cudnn.h

e inseriscilo in:


CUDA/v9.0/include

Environment Variables

Assicurati di avere le seguenti variabili d’ambiente impostate:

Sicuramente ne basta una… ma non so quale.

True Story. Servono anche queste, in PATH:


Per aggiungere, nel caso copia da qui.

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\CUPTI\libx64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\libnvvp
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0

Tensorflow-gpu

Abbiamo già installato Tensorflow nel nostro ambiente virtuale di Anaconda, ma non la versione GPU-compatible.

Quindi, in modo pulito, da Anaconda Prompt digitiamo:

pip uninstall tensorflow
pip install tensorflow-gpu

(occhio che py35 sia attivo, controlla a sx: al posto di ‘base’, ‘py35’)

A questo punto, avremo terminato l’installazione di tutto il necessario e siamo pronti a passare allo step successivo: sporcarsi le mani con un po’ di machine learning!

Alla prossima.

Un caldo abbraccio, Andrea

Written by Andrea Provino - Dicembre 16, 2018
Tags | guida, machine learning, tensorflow

You Might Also Like

Deep neural network Verification

Gennaio 15, 2020
global-differential-privacy-local-differential-privacy-deep-learning-data-science-scaled

Global Differential Privacy vs Local Differential Privacy

Febbraio 13, 2020
tensorflow-wallpaper-machine-learning-data-science-deep-learning-tensorflow-guida-italiano-primi-passi-con-tesnorflow-italia

Tensorflow Guida Italiano: primi passi con Tensorflow

Aprile 2, 2020
Next Post
Previous Post

Una pubblicità che non vedi se usi AdBlock

EXPAND YOUR KNOWLEDGE

  • Blockchain Developer

    Circuito aritmetico

    Novembre 1, 2022
  • machine-learning

    Un nuovo inizio

    Settembre 4, 2021
  • Zero Knwoledge Proof Article Privacy Preserving

    Zero Knowledge Proof: zk-SNARK e zk-STARK | Prova a conoscenza zero

    Luglio 8, 2021
  • oblivious-transfer-spiegazione-italiano-ot-explanation Privacy Preserving

    Oblivious Transfer (OT)

    Luglio 6, 2021
  • Aleo Studio Website Preview machine-learning

    Aleo Studio: un IDE per Zero-Knowledge Proofs Applications

    Luglio 1, 2021
  • privacy-enhancing-technologies-data-machine-learning-data-science Privacy Preserving

    Perché il Privacy Tech è un vantaggio competitivo micidiale

    Giugno 17, 2021
  • bloom-filter-spiegazione-italian Privacy Preserving

    Bloom Filter

    Giugno 3, 2021
  • trusted-execution-environment-tee-data-science-come-fuziona Data Science, Privacy Preserving

    Trusted Execution Environment | Cos’è un TEE?

    Giugno 2, 2021
  • Crypto Custody services machine-learning

    Crypto Custody: Guida alla custodia delle criptomonete

    Maggio 26, 2021
  • deep-q-learning-q-learning-reinforcement-learning machine-learning

    Deep Q-Learning

    Aprile 27, 2021

Quello che Google pensa ti possa piacere

Prodotti che i Cookie dicono potresti trovare interessanti

AI Blog - © 2019-2021 Andrea Provino