Remarques sur la configuration de tensorflow-gpu sur MacBook Pro (mi-2012)

Aperçu

L'iMac et le MacBook Pro semblent avoir des cartes graphiques NVIDIA selon le modèle. J'avais une NVIDIA GeForce GT 650M sur mon MacBook Pro (Retina, 2012 MID). J'ai configuré tensorflow-gpu pour profiter du GPU.

Mise en garde

environnement

installer

Fondamentalement, suivez le téléchargement et la configuration officiels (https://www.tensorflow.org/versions/r0.12/get_started/os_setup.html). En outre, la commande est presque Article de référence C'est le même.

Cuda

$ brew upgrade
$ brew install coreutils
$ brew cask install cuda

cuDNN Obtenu sur la [page de téléchargement] de NVIDIA (https://developer.nvidia.com/cudnn-download). Inscription de l'utilisateur requise.

Cette fois, j'ai téléchargé la bibliothèque cuDNN v5.1 pour OSX.

Déplacez le contenu vers / user / local / cuda / lib et / user / local / cuda / include respectivement.

J'ai eu une erreur lorsque je l'ai exécuté plus tard, j'ai donc également publié un lien symbolique.

$ cd /usr/local/cuda/lib
$ sudo ln -s libcuda.dylib libcuda.1.dylib

La description du chemin est finalement la suivante.

.bashrc


export CUDA_HOME=/usr/local/cuda
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib"
export DYLD_LIBRARY_PATH="$DYLD_LIBRARY_PATH:$CUDA_HOME/lib"
export PATH="$CUDA_HOME/bin:$PATH"

tensorflow-gpu

$ brew install bazel
$ brew install tensorflow-gpu==0.12.1

Après l'installation, veuillez configurer.

Contrôle de fonctionnement

Examinons un exemple qui utilise tensorflow. C'est OK s'il n'y a pas d'erreur d'importation. Il est écrit dans le [Using GPUs] officiel (https://www.tensorflow.org/how_tos/using_gpu/), mais vous pouvez également passer une config.

sample.py


import tensorflow as tf
...
# for tensorflow-gpu
config = tf.ConfigProto()
config.log_device_placement = True
config.gpu_options.allow_growth = True
...
sess = tf.Session(config=config)
sess.run(c)

Au moment de l'exécution, les informations sur l'appareil seront affichées comme indiqué ci-dessous.

I tensorflow/core/common_runtime/gpu/gpu_device.cc:885] Found device 0 with properties: 
name: GeForce GT 650M
major: 3 minor: 0 memoryClockRate (GHz) 0.9
pciBusID 0000:01:00.0
Total memory: 1023.69MiB
Free memory: 833.14MiB

à la fin

J'étais assez accro en chemin. De plus, si la mémoire libre est faible, elle est tombée après l'exécution. Au début, je pensais que la configuration avait échoué, mais la fermeture d'autres applications telles que Chrome fonctionnait. Par rapport à la version CPU de tensorflow, je pense que le traitement est considérablement plus rapide. Si vous rencontrez des problèmes de capacité de mémoire, il peut être préférable d'utiliser une autre machine ou une carte graphique externe.

Article de référence

Recommended Posts

Remarques sur la configuration de tensorflow-gpu sur MacBook Pro (mi-2012)
Remarques sur la configuration de pydicom sur macOS
OpenPose sur MacBook Pro
Configurer grub sur CentOS 8
OpenPose sur MacBook Pro Partie 2
Configurer OpenSSH dans Arch Linux
Remarques sur l'utilisation de dict avec python [Competition Pro]
Notes sur Flask
Notes sur les applications et les environnements de développement installés sur macbook air Mid2013 (php, ruby, node.js, python, etc.)