Sådan installeres den seneste TensorFlow på Windows 10/11 med NVIDIA CUDA/cuDNN Acceleration via WSL

Den seneste version af TensorFlow understøtter ikke NVIDIA CUDA/CuDNN-accelerationen på Windows 10/11-operativsystemer. Så hvis du vil opsætte den seneste version af TensorFlow-udviklingsmiljøet med NVIDIA CUDA/cuDNN-acceleration på Windows 10/11, skal du gøre det via Windows Subsystem for Linux (WSL).

I denne artikel viser vi dig, hvordan du installerer WSL på Windows 10/11 og får adgang til det. Vi vil også vise dig, hvordan du installerer den seneste version af TensorFlow med NVIDIA CUDA/cuDNN-accelerationsunderstøttelse på Ubuntu WSL-systemet på Windows 10/11.

Emne for indhold:

1. Installation af NVIDIA GPU-drivere på Windows 10/111
2. Installation af NVIDIA CUDA og cuDNN på Windows 10/11
3. Installation af WSL på Windows 10/11
4. Adgang til WSL Ubuntu Linux Terminal på Windows 10/11
5. Kontrollerer, om Ubuntu WSL System kan få adgang til NVIDIA GPU'en i Windows 10/11
6. Installation af Python 3 PIP på Ubuntu WSL System
7. Opgradering af Python 3 PIP på Ubuntu WSL System
8. Installation af TensorFlow med NVIDIA CUDA/cuDNN Acceleration Support på Ubuntu WSL System
9. Kontrollerer, om TensorFlow CUDA Acceleration virker på Ubuntu WSL System
10. Adgang til Ubuntu WSL System med Visual Studio Code til TensorFlow-udvikling
11. Konklusion

Installation af NVIDIA GPU-drivere på Windows 10/11

For at TensorFlow kan få adgang til NVIDIA GPU til CUDA/cuDNN acceleration på Ubuntu WSL-systemet på Windows 10/11, skal du have en NVIDIA GPU installeret på din computer og installere NVIDIA GPU-driveren på Windows 10/11. Hvis du har en NVIDIA GPU installeret på din computer, og du har brug for hjælp til at installere NVIDIA GPU-driveren på Windows 10/11, læs denne artikel .

Installation af NVIDIA CUDA og cuDNN på Windows 10/11

Når du har installeret NVIDIA GPU-driverne på dit Windows 10/11-system, skal du installere NVIDIA CUDA og NVIDIA cuDNN for at TensorFlow CUDA/cuDNN-acceleration kan fungere på Ubuntu WSL-systemet.

Hvis du har brug for hjælp til at installere NVIDIA CUDA på dit Windows 10/11-operativsystem, læs denne artikel .

Hvis du har brug for hjælp til at installere NVIDIA cuDNN på dit Windows 10/11-operativsystem, så læs denne artikel.

Installation af WSL på Windows 10/11

For at installere WSL på Windows 10/11, åbne Terminal-appen og kør følgende kommando:

$ wsl –installer

Klik på 'Ja'.

WSL er ved at blive installeret. Det tager et stykke tid at fuldføre.

Når du ser følgende prompt, skal du klikke på 'Ja'.

Installationen bør fortsætte.

Ubuntu Linux-operativsystemet er ved at blive installeret. Det tager et stykke tid at fuldføre.
BEMÆRK: Ubuntu er standardoperativsystemet for Windows WSL.

På dette tidspunkt bør Ubuntu Linux WSL-systemet være installeret på din Windows 10/11-computer.

For at ændringerne træder i kraft, skal du genstarte din computer.

Når din computer starter, skal der vises et terminalvindue, der beder dig om at konfigurere din første Ubuntu-bruger.
Indtast et navn til Ubuntu WSL-systembrugeren og tryk på < Gå ind >.

Indtast en login-adgangskode for den nye bruger, og tryk på < Gå ind >.

Indtast login-adgangskoden igen, og tryk på < Gå ind >.

Der skal oprettes en ny brugerkonto til Ubuntu WSL-systemet, og Ubuntu skal være klar til brug.

Adgang til WSL Ubuntu Linux Terminal på Windows 10/11

For at få adgang til terminalen på Ubuntu Linux WSL-systemet, åbne en Terminal-app på Windows 10/11 og klik på > Ubuntu .

Terminalen på Ubuntu Linux WSL-systemet skal åbnes.

Kontrollerer, om Ubuntu WSL System kan få adgang til NVIDIA GPU'en i Windows 10/11

For at kontrollere, om Ubuntu WSL-systemet kan få adgang til NVIDIA GPU'en på din Windows 10/11-computer, skal du køre følgende kommando fra terminalen på Ubuntu WSL-systemet:

$nvidia-smi

Hvis Ubuntu WSL-systemet kan få adgang til NVIDIA GPU'en på din Windows 10/11-computer, vil du se brugsoplysningerne for din NVIDIA GPU som vist på følgende skærmbillede:

Installation af Python 3 PIP på Ubuntu WSL System

For at installere TensorFlow på Ubuntu WSL-systemet skal du have Python 3 PIP installeret på Ubuntu WSL-systemet. Du kan installere Python 3 PIP på Ubuntu WSL-systemet fra det officielle pakkelager for Ubuntu.

Først skal du opdatere APT-pakkedatabasens cache med følgende kommando:

$ sudo apt opdatering

For at installere Python 3 PIP på Ubuntu WSL-systemet skal du køre følgende kommando:

$ sudo apt installere python3-pip

For at bekræfte installationen skal du trykke på 'Y' og derefter trykke på < Gå ind >.

Python 3 PIP er ved at blive installeret på Ubuntu WSL-systemet. Det tager et stykke tid at fuldføre.

På dette tidspunkt skal Python 3 PIP være installeret på Ubuntu WSL-systemet.

For at kontrollere, om Python 3 PIP er tilgængelig på Ubuntu WSL-systemet, skal du køre følgende kommando:

$ pip –version

Som du kan se, har vi Python 3 PIP 22.0.2 installeret på vores Ubuntu WSL-system.

Opgradering af Python 3 PIP på Ubuntu WSL System

For at installere den seneste version af TensorFlow skal du have den seneste version af Python 3 PIP installeret på dit Ubuntu WSL-system.

For at installere den seneste version af TensorFlow skal du have den seneste version af Python 3 PIP installeret på dit Ubuntu WSL-system.

$ pip installation – opgrader pip

Python PIP bør opdateres til den seneste version (version 23.2.1 på tidspunktet for dette skrivende).

$ pip –version

Installation af TensorFlow med NVIDIA CUDA/cuDNN Acceleration Support på Ubuntu WSL System

For at installere TensorFlow med NVIDIA CUDA/cuDNN accelerationsunderstøttelse på Ubuntu WSL-systemet på din Windows 10/11 skal du køre følgende kommando:

$ pip installer tensorflow[and-cuda]

TensorFlow med NVIDIA CUDA/cuDNN-understøttelse og de nødvendige afhængigheder bliver downloadet og installeret. Det tager et stykke tid at fuldføre.

På dette tidspunkt bør TensorFlow med NVIDIA CUDA/cuDNN-understøttelse være installeret på Ubuntu WSL-systemet.

Kontrollerer, om TensorFlow CUDA Acceleration virker på Ubuntu WSL System

For at kontrollere, om TensorFlow CUDA-acceleration virker på Ubuntu WSL-systemet, skal du åbne den interaktive Python 3-skal/tolk med følgende kommando:

$ python3

For at importere TensorFlow skal du køre følgende kodelinje:

$ importer tensorflow som tf

For at kontrollere, om TensorFlow blev importeret korrekt, skal du udskrive TensorFlows versionsnummer med følgende kodelinje:

$ tf.__version__

Som du kan se, har vi TensorFlow 2.14.0 installeret på vores Ubuntu WSL-system.

For at kontrollere, om din NVIDIA GPU er tilgængelig til TensorFlow CUDA-acceleration, skal du køre følgende kodelinje:

$ tf.config.list_physical_devices('GPU')

Som du kan se, er en GPU-enhed tilgængelig til TensorFlow. Så TensorFlow kan bruge din computers NVIDIA GPU til CUDA-acceleration.

For at afslutte den interaktive Python 3-skal/tolk skal du køre følgende kodelinje:

$ quit()

Adgang til Ubuntu WSL-systemet med Visual Studio Code til TensorFlow-udvikling

Visual Studio Code er en fantastisk kodeeditor til TensorFlow-udvikling. Hvis du vil have adgang til Ubuntu WSL-systemet med Visual Studio Code til TensorFlow-udvikling, og du har brug for hjælp til det, så læs denne artikel.

Konklusion

I denne artikel viste vi dig, hvordan du installerer Ubuntu Linux via WSL på Windows 10/11. Vi viste dig også, hvordan du får adgang til terminalen på Ubuntu WSL-systemet på Windows 10/11, og hvordan du installerer den nyeste version af TensorFlow med NVIDIA CUDA/cuDNN-accelerationsunderstøttelsen på Ubuntu WSL-systemet.