@tfboyd क्या इस पर आपकी कोई टिप्पणी है?

cuDNN 7 अभी भी पूर्वावलोकन मोड में है और इस पर काम किया जा रहा है। हम सिर्फ 1.3 के साथ cuDNN 6.0 में चले गए, जो कुछ हफ्तों में अंतिम हो जाना चाहिए। यदि आप उसमें रुचि रखते हैं तो आप cuDNN 1.3.0rc2 डाउनलोड कर सकते हैं। मैंने अभी तक cuDNN 7 या CUDA 9 के साथ संकलित नहीं किया है। मैंने सुना है कि CUDA 9 सभी प्लेटफॉर्म पर इंस्टॉल करना आसान नहीं है और केवल चुनिंदा इंस्टॉल पैकेज ही उपलब्ध हैं। जब पुस्तकालय अंतिम होंगे तो हम अंतिम मूल्यांकन शुरू करेंगे। एनवीआईडीआईए ने इन नए पुस्तकालयों के पहलुओं का समर्थन करने के लिए प्रमुख एमएल प्लेटफॉर्म पर पैच भेजना शुरू कर दिया है और मुझे संदेह है कि अतिरिक्त काम होगा।

संपादित करें: मेरा कहना था कि CUDA 9 सभी प्लेटफार्मों पर स्थापित करना आसान नहीं है और इसके बजाय cuDNN ने कहा। मैंने यह भी सुनिश्चित किया कि काम होगा मुझे संदेह है कि अतिरिक्त काम होगा। मेरे द्वारा छोड़े गए मेरे बाकी मूर्खतापूर्ण बयान, उदाहरण के लिए मुझे नहीं पता था कि cuDNN 7 कल लाइव हो गया था।

यह नहीं कह रहा कि आपको वेबसाइट कैसे पढ़नी चाहिए। लेकिन पास्कल पर 2x तेज CUDA 8 रिलीज का हिस्सा लगता है। मुझे लगता है कि यह इस बात पर निर्भर करता है कि आप साइट को कैसे पढ़ते हैं। NVIDIA ने हमें यह उल्लेख नहीं किया है कि CUDA 9 पास्कल को 2x (हर चीज पर) तेज करने जा रहा है और जबकि कुछ भी संभव है, मैं ऐसा होने की उम्मीद नहीं करूंगा।

https://developer.nvidia.com/cuda-toolkit/whatsnew

साइट थोड़ी भ्रमित करने वाली है लेकिन मुझे लगता है कि आप जिस अनुभाग को उद्धृत कर रहे हैं वह CUDA 8 के अंतर्गत निहित है। मैं केवल इसका उल्लेख करता हूं ताकि आपको उनकी रिहाई के लिए अवास्तविक अपेक्षाएं न हों। वोल्टा के लिए जो कुछ मैं समझता हूं उससे कुछ बड़ा लाभ होना चाहिए और मुझे लगता है (मुझे अब यकीन नहीं है) लोगों को वोल्टा के इंजीनियरिंग नमूने मिल रहे हैं ताकि पूर्ण रिलीज के लिए तैयार होने के लिए उच्च स्तरीय काम शुरू किया जा सके।

@tfboyd cuDNN 7 कल की तरह अब पूर्वावलोकन मोड में नहीं है। इसे आधिकारिक तौर पर CUDA 8.0 और CUDA 9.0 RC दोनों के लिए जारी किया गया है।

आह मुझे वह याद आया। धन्यवाद @sclarkson और गलत जानकारी के लिए खेद है।

मैं निश्चित रूप से इसे आजमाउंगा क्योंकि अंत में जीसीसी 6 सीयूडीए 9 द्वारा समर्थित है और उबंटू 17.04 इसके साथ आता है।

अगर आपकी किस्मत अच्छी है तो धागे को बताएं। मैं व्यक्तिगत रूप से अभी शुरू कर रहा हूँ
पूरी तरह से cuDNN 6 का परीक्षण करें (आंतरिक रूप से इसका बहुत परीक्षण किया गया है लेकिन मैं नहीं किया गया है
इसे व्यक्तिगत रूप से उपयोग करना)। मैं अक्सर नवीनतम सामग्री में अपग्रेड करने में धीमा होता हूं। मेरे
अनुमान है कि आप cuDNN 7 के साथ तब तक कोई वास्तविक परिवर्तन नहीं देख सकते जब तक कि सब कुछ नहीं मिल जाता
नवीनतम एपीआई का उपयोग करने के लिए पैच किया गया। मैं फिर से जोर देना चाहता हूं कि मैं गलत हूं
समय का। मैंने एक बाहरी व्यक्ति के रूप में जो देखा है वह नया cuDNN संस्करण है
नए तरीके/एपीआई। कुछ दिलचस्प हैं और कुछ तुरंत नहीं हैं
उपयोगी। फिर उन API को TensorFlow API के माध्यम से उजागर किया जाता है या बस उपयोग किया जाता है
पर्दे के पीछे मौजूदा तरीकों को तेज करने के लिए। मेरा बहुत उच्च स्तर
समझ है cuDNN 7 + CUDA 9, FP16 समर्थन को बढ़ाने पर ध्यान केंद्रित करेगा
वोल्टा। मुझे लगता है कि मुख्य फोकस में से एक यह है कि मॉडल कैसे प्राप्त करें (कई न सिर्फ
कुछ) FP16 के साथ अभिसरण करने के लिए अंतहीन रूप से सही का अनुमान लगाए बिना
config/hyperparameters का उपयोग करने के लिए। मैं इस बात पर जोर देना चाहता हूं कि मैं इस तरह हूं
बातचीत को समझा और मैं गलत या आधा सही हो सकता हूं।

तनाव: यदि ऐसी कोई विधियाँ हैं जो आपको लगता है कि जोड़ने की आवश्यकता है (या इसके लिए उत्तोलन)
प्रदर्शन) cuDNN से TensorFlow के लिए हम हमेशा एक सूची में रुचि रखते हैं।
आंतरिक रूप से, यह cuDNN 6 के साथ हुआ और हमने इसे लागू करने पर ध्यान केंद्रित किया
फीचर टीमों ने कहा कि वे चाहते थे कि इससे उनकी परियोजनाओं में मदद मिलेगी।

शनिवार, 5 अगस्त, 2017 को सुबह 8:46 बजे, कोर्टियल फ्लोरियन नोटिफिकेशन @github.com
लिखा था:

मैं निश्चित रूप से इसे आजमाउंगा क्योंकि अंत में जीसीसी 6 सीयूडीए 9 द्वारा समर्थित है और
उबंटू 17.04 इसके साथ आता है।

-
आप इसे प्राप्त कर रहे हैं क्योंकि आपका उल्लेख किया गया था।
इस ईमेल का सीधे उत्तर दें, इसे GitHub पर देखें
https://github.com/tensorflow/tensorflow/issues/12052#issuecomment-320450756 ,
या थ्रेड को म्यूट करें
https://github.com/notifications/unsubscribe-auth/AWZessKqj_nPY1br9SD9L9SX-8Kf5Dbtks5sVI5TgaJpZM4OuRL7
.

जोड़े जाने वाले तरीकों की बात करें तो, cudnn7 से समूह कनवल्शन दृष्टि समुदाय के लिए एक महत्वपूर्ण विशेषता होगी।

कूल मैं इसे उस सूची में जोड़ दूंगा जो मैं शुरू कर रहा हूं। मैं भूल सकता हूँ लेकिन स्वतंत्र महसूस करता हूँ
मुझे किसी प्रकार की सूची प्रकाशित करने के लिए याद दिलाने के लिए जहां मैं कुछ मार्गदर्शन प्रदान कर सकता हूं
जिस पर काम होने की संभावना है। यह वादा नहीं हो सकता लेकिन हम चाहते हैं
प्रतिक्रिया दें ताकि हम प्राथमिकता दे सकें कि लोग क्या चाहते हैं और क्या चाहिए। धन्यवाद युक्सिन।

पर 12:26 शनि, 5 अगस्त, 2017 पर, Yuxin वू [email protected] लिखा है:

जोड़े जाने वाले तरीकों की बात करें तो cudnn7 से ग्रुप कनवल्शन होगा a
दृष्टि समुदाय के लिए महत्वपूर्ण विशेषता।

-
आप इसे प्राप्त कर रहे हैं क्योंकि आपका उल्लेख किया गया था।
इस ईमेल का सीधे उत्तर दें, इसे GitHub पर देखें
https://github.com/tensorflow/tensorflow/issues/12052#issuecomment-320465264 ,
या थ्रेड को म्यूट करें
https://github.com/notifications/unsubscribe-auth/AWZesv9udRRxy9WvsK2eUEZCj7LAGM8bks5sVMHVgaJpZM4OuRL7
.

मैंने सिर्फ CUDA 8 के साथ cuDNN 7 के साथ संकलन करने की कोशिश की और यह विफल रहा जो मुझे पसंद है
अपेक्षित का। NVIDIA से एक पैच आ रहा है जो हेल्प लाइन
चीज़ें ऊपर ले जाएं। अगर कोई कोशिश कर रहा है तो बस एक सिर ऊपर।

शनिवार, 5 अगस्त, 2017 को दोपहर 1:47 बजे टोबी बॉयड [email protected] ने लिखा:

कूल मैं इसे उस सूची में जोड़ दूंगा जो मैं शुरू कर रहा हूं। मैं भूल सकता हूँ लेकिन स्वतंत्र महसूस करता हूँ
मुझे किसी प्रकार की सूची प्रकाशित करने के लिए याद दिलाने के लिए जहां मैं कुछ मार्गदर्शन प्रदान कर सकता हूं
जिस पर काम होने की संभावना है। यह वादा नहीं हो सकता लेकिन हम चाहते हैं
प्रतिक्रिया दें ताकि हम प्राथमिकता दे सकें कि लोग क्या चाहते हैं और क्या चाहिए। धन्यवाद युक्सिन।

शनिवार, 5 अगस्त, 2017 को दोपहर 12:26 बजे, युक्सिन वू सूचनाएं @github.com
लिखा था:

जोड़े जाने वाले तरीकों की बात करें तो cudnn7 से ग्रुप कनवल्शन होगा a
दृष्टि समुदाय के लिए महत्वपूर्ण विशेषता।

-
आप इसे प्राप्त कर रहे हैं क्योंकि आपका उल्लेख किया गया था।
इस ईमेल का सीधे उत्तर दें, इसे GitHub पर देखें
https://github.com/tensorflow/tensorflow/issues/12052#issuecomment-320465264 ,
या थ्रेड को म्यूट करें
https://github.com/notifications/unsubscribe-auth/AWZesv9udRRxy9WvsK2eUEZCj7LAGM8bks5sVMHVgaJpZM4OuRL7
.

मैं CUDA 8/9 चलने के साथ cuDNN 7 प्राप्त करने का प्रयास कर रहा हूं। CUDA 8 GTX 1080 Ti द्वारा समर्थित नहीं है - कम से कम इंस्टॉलर ऐसा कहता है ^^

मुझे इसे एक साथ चलाने में बड़ी परेशानी हो रही है। मैं इस महान लेख को इंगित करना चाहता हूं जो मैंने पहले ही कोशिश की है: https://nitishmutha.github.io/tensorflow/2017/01/22/TensorFlow-with-gpu-for-windows.html

CUDA उदाहरण दोनों सेटअप संयोजनों में विजुअल-स्टूडियो के माध्यम से काम कर रहे हैं।
यहाँ deviceQuery.exe का आउटपुट है जिसे विजुअल-स्टूडियो का उपयोग करके संकलित किया गया था:

PS C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0\bin\win64\Release> deviceQuery.exe
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0\bin\win64\Release\deviceQuery.exe Starting...

 CUDA Device Query (Runtime API) version (CUDART static linking)

Detected 1 CUDA Capable device(s)

Device 0: "GeForce GTX 1080 Ti"
  CUDA Driver Version / Runtime Version          9.0 / 9.0
  CUDA Capability Major/Minor version number:    6.1
  Total amount of global memory:                 11264 MBytes (11811160064 bytes)
  (28) Multiprocessors, (128) CUDA Cores/MP:     3584 CUDA Cores
  GPU Max Clock rate:                            1683 MHz (1.68 GHz)
  Memory Clock rate:                             5505 Mhz
  Memory Bus Width:                              352-bit
  L2 Cache Size:                                 2883584 bytes
  Maximum Texture Dimension Size (x,y,z)         1D=(131072), 2D=(131072, 65536), 3D=(16384, 16384, 16384)
  Maximum Layered 1D Texture Size, (num) layers  1D=(32768), 2048 layers
  Maximum Layered 2D Texture Size, (num) layers  2D=(32768, 32768), 2048 layers
  Total amount of constant memory:               65536 bytes
  Total amount of shared memory per block:       49152 bytes
  Total number of registers available per block: 65536
  Warp size:                                     32
  Maximum number of threads per multiprocessor:  2048
  Maximum number of threads per block:           1024
  Max dimension size of a thread block (x,y,z): (1024, 1024, 64)
  Max dimension size of a grid size    (x,y,z): (2147483647, 65535, 65535)
  Maximum memory pitch:                          2147483647 bytes
  Texture alignment:                             512 bytes
  Concurrent copy and kernel execution:          Yes with 2 copy engine(s)
  Run time limit on kernels:                     Yes
  Integrated GPU sharing Host Memory:            No
  Support host page-locked memory mapping:       Yes
  Alignment requirement for Surfaces:            Yes
  Device has ECC support:                        Disabled
  CUDA Device Driver Mode (TCC or WDDM):         WDDM (Windows Display Driver Model)
  Device supports Unified Addressing (UVA):      Yes
  Supports Cooperative Kernel Launch:            No
  Supports MultiDevice Co-op Kernel Launch:      No
  Device PCI Domain ID / Bus ID / location ID:   0 / 1 / 0
  Compute Mode:
     < Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >

deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 9.0, CUDA Runtime Version = 9.0, NumDevs = 1, Device0 = GeForce GTX 1080 Ti
Result = PASS

@tfboyd क्या आपके पास Nvidea से cuDNN अपडेट की पुष्टि करने वाला कोई लिंक है?

@4F2E4A2E 1080 Ti निश्चित रूप से CUDA 8.0 को सपोर्ट करता है। मैं पिछले कई महीनों से TensorFlow के साथ यही उपयोग कर रहा हूं।

हाय सब, इसलिए मेरे पास cuda 8.0 के साथ gtx 1080 ti है। मैं टेंसरफ्लो-जीपीयू स्थापित करने की कोशिश कर रहा हूं, क्या मैं सीयूडीएनएन 5.1, 6.0 या 7.0 के लिए जा सकता हूं?

मेरा सुझाव है कि फिलहाल 5.1 के साथ बने रहें। मैं कुछ गहरा प्रदर्शन चला रहा हूँ
6 पर परीक्षण और मिश्रित परिणाम प्राप्त करने के लिए और अधिक परीक्षण की आवश्यकता है।

अगस्त 6, 2017 9:30 पीएम, "colmantse" [email protected] लिखा है:

हाय सब, इसलिए मेरे पास cuda 8.0 के साथ gtx 1080 ti है। मैं स्थापित करने की कोशिश कर रहा हूँ
tensorflow-gpu, क्या मैं cuDNN 5.1, 6.0 या 7.0 के लिए जा सकता हूँ?

-
आप इसे प्राप्त कर रहे हैं क्योंकि आपका उल्लेख किया गया था।
इस ईमेल का सीधे उत्तर दें, इसे GitHub पर देखें
https://github.com/tensorflow/tensorflow/issues/12052#issuecomment-320566071 ,
या थ्रेड को म्यूट करें
https://github.com/notifications/unsubscribe-auth/AWZeshvEFsdeWz-1uyzl_L6HE15E0BzSks5sVpLlgaJpZM4OuRL7
.

धन्यवाद, मैंने कुडन 6.0 के साथ प्रयास किया लेकिन काम नहीं करता, मुझे लगता है कि मेरी डमी टीएफ-जीपीयू स्थापना के कारण। cudnn 5.1 मेरे लिए अजगर 3.6 . के साथ काम करता है

@tpankaj धन्यवाद! मैंने इसे CUDA 8 और cuDNN 5.1 के साथ चलाया है

यहाँ cuDNN 7 में सुविधाओं का पूरा सेट दिया गया है:

मुख्य विशेषताएं और संवर्द्धन
इस cuDNN रिलीज में निम्नलिखित प्रमुख विशेषताएं और संवर्द्धन शामिल हैं।
टेंसर कोर
cuDNN का संस्करण 7.0.1 अपने में टेंसर कोर संचालन का समर्थन करने वाला पहला है
कार्यान्वयन। Tensor Core अत्यधिक अनुकूलित मैट्रिक्स गुणन प्रदान करते हैं
बिल्डिंग ब्लॉक्स जिनका पारंपरिक में समान संख्यात्मक व्यवहार नहीं है
निर्देश, इसलिए, इसका संख्यात्मक व्यवहार थोड़ा अलग है।
cudnnSetConvolutionMathType, cudnnSetRNNMatrixMathType, और
cudnnMathType_t
cudnnSetConvolutionMathType और cudnnSetRNNMatrixMathType
फ़ंक्शंस आपको यह चुनने में सक्षम बनाता है कि क्या Tensor Core संचालन का उपयोग करना है या नहीं
गणित मोड को या तो सेट करके क्रमशः कनवल्शन और आरएनएन लेयर्स
CUDNN_TENSOR_OP_MATH या CUDNN_DEFAULT_MATH।
टेंसर कोर ऑपरेशन मल्टीपल के समानांतर फ्लोटिंग पॉइंट संचय करते हैं
फ्लोटिंग पॉइंट उत्पाद।
गणित मोड को CUDNN_TENSOR_OP_MATH पर सेट करना इंगित करता है कि पुस्तकालय उपयोग करेगा
टेंसर कोर संचालन।
डिफ़ॉल्ट CUDNN_DEFAULT_MATH है। यह डिफ़ॉल्ट इंगित करता है कि टेंसर कोर
पुस्तकालय द्वारा संचालन से बचा जाएगा। डिफ़ॉल्ट मोड एक क्रमबद्ध ऑपरेशन है
जबकि, Tensor Core एक समानांतर ऑपरेशन है, इसलिए दोनों का परिणाम हो सकता है
संचालन के अलग-अलग अनुक्रमण के कारण थोड़े भिन्न संख्यात्मक परिणामों में।
जब Tensor Core ऑपरेशन होते हैं, तो लाइब्रेरी डिफ़ॉल्ट गणित मोड में वापस आ जाती है
समर्थित नहीं है या अनुमति नहीं है।
cudnnSetConvolutionGroupCount
एक नया इंटरफ़ेस जो अनुप्रयोगों को कनवल्शन समूहों को निष्पादित करने की अनुमति देता है
सिंगल एपीआई कॉल में कनवल्शन लेयर्स।
cudnnCTCLoss
cudnnCTCLoss कनेक्शनिस्ट टेम्पोरल का GPU कार्यान्वयन प्रदान करता है
आरएनएन के लिए वर्गीकरण (सीटीसी) हानि कार्य। सीटीसी हानि फ़ंक्शन का उपयोग के लिए किया जाता है
वाक् और हस्तलिपि पहचान में ध्वन्यात्मक पहचान।
CUDNN_BATCHNORM_SPATIAL_PERSISTENT
CUDNN_BATCHNORM_SPATIAL_PERSISTENT फ़ंक्शन एक नया बैच है
cudnnBatch के लिए सामान्यीकरण मोडसामान्यीकरणआगेप्रशिक्षण
और cudnnBatchNormalizationBackward. यह मोड के समान है
CUDNN_BATCHNORM_SPATIAL, हालांकि, यह कुछ कार्यों के लिए तेज़ हो सकता है।
cudnnQueryRuntimeError
CudnnQueryRuntimeError फ़ंक्शन GPU द्वारा लिखे गए त्रुटि कोड की रिपोर्ट करता है
cudnnBatchNormalizationForwardTraining निष्पादित करते समय गुठली
और cudnnBatchNormalizationपिछड़े के साथ
CUDNN_BATCHNORM_SPATIAL_PERSISTENT मोड।
cudnnGetConvolutionForwardAlgorithm_v7
यह नया एपीआई अपेक्षित प्रदर्शन के अनुसार क्रमबद्ध सभी एल्गोरिदम लौटाता है
(आंतरिक ह्युरिस्टिक्स का उपयोग करके)। ये एल्गोरिदम समान रूप से आउटपुट हैं
cudnnFindConvolutionForwardAlgorithm.
cudnnGetConvolutionBackwardDataAlgorithm_v7
यह नया एपीआई अपेक्षित प्रदर्शन के अनुसार क्रमबद्ध सभी एल्गोरिदम लौटाता है
(आंतरिक ह्युरिस्टिक्स का उपयोग करके)। ये एल्गोरिदम समान रूप से आउटपुट हैं
cudnnFindConvolutionBackwardAlgorithm.
cudnnGetConvolutionBackwardFilterAlgorithm_v7
यह नया एपीआई अपेक्षित प्रदर्शन के अनुसार क्रमबद्ध सभी एल्गोरिदम लौटाता है
(आंतरिक ह्युरिस्टिक्स का उपयोग करके)। ये एल्गोरिदम समान रूप से आउटपुट हैं
cudnnFindConvolutionBackwardFilterAlgorithm.
CUDNN_REDUCE_TENSOR_MUL_NO_ZEROS
MUL_NO_ZEROS फ़ंक्शन एक गुणन कमी है जो शून्य को अनदेखा करता है
आंकड़े।
CUDNN_OP_TENSOR_NOT
OP_TENSOR_NOT फ़ंक्शन एक यूनरी ऑपरेशन है जो का ऋणात्मक लेता है
(अल्फा * ए)।
cudnnGetDropoutDescriptor
CudnnGetDropoutDescriptor फ़ंक्शन एप्लिकेशन को ड्रॉपआउट प्राप्त करने की अनुमति देता है
मूल्य।

ठीक है, मैं एक नया मुद्दा शुरू करने के बारे में सोच रहा हूं जो कि CUDA 9 RC + cuDNN 7.0 के "ब्लॉग" से अधिक है। मेरे पास "मेरे हाथ में" एक TF बिल्ड है जो एक साथ पैच किया गया है लेकिन CUDA 9RC और cuDNN 7.0 है और मैं देखना चाहता हूं कि कोई इसे आज़माने में दिलचस्प है या नहीं। मुझे यह भी सुनिश्चित करने की आवश्यकता है कि कोई अजीब कारण तो नहीं है कि मैं इसे साझा क्यों नहीं कर सकता। TensorFlow द्वारा उपयोग की जाने वाली कुछ अपस्ट्रीम लाइब्रेरी में कुछ बदलाव किए जाने की आवश्यकता है, लेकिन निकट भविष्य में आप NVIDIA से आने वाले पीआर को देखना शुरू कर देंगे। मैं और टीम वोल्टा पर CUDA 8 + cuDNN 6 और फिर FP32 कोड के साथ वोल्टा (V100) पर CUDA 9RC + cuDNN 7 का परीक्षण करने में सक्षम थे। मैं केवल लिनक्स बिल्ड और पायथन 2.7 करता हूं, लेकिन यदि आप सभी/आप में से कोई भी रुचि रखता है तो मैं समुदाय को cuDNN 6.0 के साथ करने की तुलना में अधिक प्रयास करना और शामिल करना चाहता हूं। यह सुपर मजेदार नहीं हो सकता है, लेकिन मैं पेशकश करना चाहता हूं और साथ ही यह महसूस करने की कोशिश करना चाहता हूं कि हम इसमें एक साथ हैं बनाम मैं जानकारी प्राप्त कर रहा हूं। मैं अभी भी उन विशेषताओं की सूची बनाना चाहता हूं जिन पर हम काम कर रहे हैं लेकिन cuDNN 7 (और 6.0) के लिए आशाजनक नहीं हैं। @ cancan101 पूरी सूची के लिए धन्यवाद।

@tfboyd : मैं CUDA 9.0RC+cuDNN 7.0 करने के विवरण के लिए आभारी रहूंगा। मैं खुद एक अजीब प्रणाली का उपयोग कर रहा हूं (उबंटू 17.10 बीटा TF1.3, CUDA 8.0 और cuDNN 6.0 gcc-4.8 के साथ), और cuda 9 और cudnn 7 में अपग्रेड करना वास्तव में अच्छा कंपाइलर होगा।

मैं देखूंगा कि खुद को बनाने के लिए आपको जो चाहिए वह प्राप्त करने पर मैं क्या कर सकता हूं और a
द्विआधारी। प्रदर्शन टीम लीड ने संकेत दिया कि मैं कोशिश कर सकता हूं और ऐसा कर सकता हूं
इसलिए हम और अधिक पारदर्शी हो सकते हैं और मुझे आशा है कि एक समुदाय के रूप में और अधिक मज़ा आएगा।
आपको पैच प्राप्त करना और इसे कैसे बनाना है यह बहुत कठिन नहीं है, लेकिन थोड़ा सा है
और जोर से। यह बहुत अनौपचारिक भी होगा क्योंकि मेरे पास प्रबंधन के लिए समय नहीं है
शाखा और पैच बहुत जल्दी सड़ सकता है (साफ-सफाई से लागू नहीं)। NS
पैच का उपयोग यह सुनिश्चित करने के लिए किया गया था कि इसमें शामिल सभी लोग परिवर्तनों के साथ ठीक हैं
सामान्य और मुझे उम्मीद है कि व्यक्तिगत पीआर आना शुरू हो जाएंगे।

शुक्र, अगस्त ११, २०१७ पूर्वाह्न ५:२२ बजे, एर्लेंड औने नोटिफिकेशन @github.com
लिखा था:

@tfboyd https://github.com/tfboyd : मैं विवरण के लिए आभारी रहूंगा
CUDA 9.0RC+cuDNN 7.0 करने पर। मैं स्वयं एक अजीब प्रणाली का उपयोग कर रहा हूं (उबंटू
TF1.3, CUDA 8.0 और cuDNN 6.0 gcc-4.8 के साथ 17.10 बीटा), और अपग्रेड करना
cuda 9 और cudnn 7 वास्तव में अच्छा कंपाइलर होगा।

-
आप इसे प्राप्त कर रहे हैं क्योंकि आपका उल्लेख किया गया था।
इस ईमेल का सीधे उत्तर दें, इसे GitHub पर देखें
https://github.com/tensorflow/tensorflow/issues/12052#issuecomment-321798364 ,
या थ्रेड को म्यूट करें
https://github.com/notifications/unsubscribe-auth/AWZesj4WRkFKNX-Nt2oKtvp0oyQVBtM5ks5sXEdqgaJpZM4OuRL7
.

@tfboyd : मुझे दिलचस्पी है, आप इसे कैसे साझा करेंगे? एक शाखा?

@tfboyd मुझे निश्चित रूप से भी बहुत दिलचस्पी होगी। धन्यवाद!

इस सप्ताह इसका पता लगाने की कोशिश की जा रही है। रसद अक्सर I . से कठिन होती है
सोच।

12 अगस्त 2017 को सुबह 10:18 बजे "तन्मय बख्शी" नोटिफिकेशन @github.com ने लिखा:

@tfboyd https://github.com/tfboyd मुझे निश्चित रूप से बहुत दिलचस्पी होगी क्योंकि
कुंआ। धन्यवाद!

-
आप इसे प्राप्त कर रहे हैं क्योंकि आपका उल्लेख किया गया था।
इस ईमेल का सीधे उत्तर दें, इसे GitHub पर देखें
https://github.com/tensorflow/tensorflow/issues/12052#issuecomment-321994065 ,
या थ्रेड को म्यूट करें
https://github.com/notifications/unsubscribe-auth/AWZesjO42Rl1WCyW0KR22KgbydKh1O4Zks5sXd6AgaJpZM4OuRL7
.

यदि आप पायथन 2.7 को पसंद करते हैं तो निर्देश और खेलने के लिए एक बाइनरी। मैं इसे बंद करने जा रहा हूं क्योंकि मैं प्रयास को ट्रैक करने के लिए बनाई गई समस्या को अपडेट करूंगा। @tanmayb123 @Froskekongen

https://github.com/tensorflow/tensorflow/issues/12474

मैंने विंडोज x64 पर पायथन 3.6 के लिए पूर्व-संकलित टेंसरफ्लो-जीपीयू-1.3.0 स्थापित करने की कोशिश की और क्यूडीएन 8.0 के साथ सीयूडीएनएन लाइब्रेरी संस्करण 7.0 प्रदान किया और कम से कम मेरे लिए, सब कुछ काम करने लगता है। मुझे कोई अपवाद या समस्या नहीं दिख रही है।
क्या इसकी उम्मीद की जानी चाहिए थी? क्या cuDNN 7.0 पीछे की ओर-cuDNN 6.0 के अनुकूल है? क्या इससे कोई समस्या हो सकती है?

@ अपाचा मैं थोड़ा हैरान हूं कि इसने काम किया। मैंने अपने परीक्षण में पहले त्रुटि देखी है जहां TensorFlow बाइनरी cuDNN नहीं ढूंढ सकता क्योंकि यह नाम से इसे ढूंढता है और *.so फाइलों में नामों में 6.0/7.0 शामिल है। दूर से संभव है कि आपके रास्ते में अभी भी cuDNN 6 है। मुझे आपके सेटअप के बारे में अनुमान लगाना पसंद नहीं है, लेकिन अगर मैं शर्त लगा रहा होता तो मैं कहता कि यह अभी भी cuDNN 6 का उपयोग कर रहा है।

एक विशिष्ट संस्करण की तलाश के लिए बैकवर्ड संगत माइनस TensorFlow को संकलित करने के संबंध में। मुझें नहीं पता।

अंत में, यह कोई बड़ी बात नहीं है। cuDNN 7 PR लगभग स्वीकृत/विलय हो चुके हैं और पहले से संकलित बाइनरी 1.5 के रूप में cuDNN 7 में जाने की संभावना है।

CUDA 9RC और cuDNN 7 की प्रगति पर अद्यतन

• NVIDIA के पीआर लगभग स्वीकृत हैं
• EIGEN परिवर्तन स्वीकृत और विलय कर दिया गया है
• FP16 परीक्षण V100 (वोल्टा) पर बयाना में शुरू हो गया है

@tfboyd सिर्फ पूर्णता के लिए: मैं पहले cuDNN 5 का उपयोग कर रहा था और चूंकि मुझे टेंसरफ़्लो 1.3 के लिए अपडेट करना था, इसलिए मैं इसे एक शॉट देने के लिए cuDNN संस्करण 7 पर रुक रहा था। मैंने स्पष्ट रूप से cudnn64_5.dll हटा दिया है और मेरे CUDA स्थापना पथ में कोई cudnn64_6.dll है। शायद यह विंडोज़ जादू है। :-पी

हालाँकि एक बात पर ध्यान दें: मैं अभी भी CUDA 8.0 का उपयोग कर रहा हूँ, 9.0 का नहीं।

@apacha यह विंडोज़ जादू हो सकता है। मैं निर्णय नहीं लेना चाहता था क्योंकि मुझे पता नहीं था। मुझे लगता है कि विंडोज़ जादू संभव है क्योंकि सीयूडीएनएन कॉल नहीं बदलनी चाहिए थी और इस प्रकार पीछे की ओर संगत होने की संभावना है। Linux के निर्माण के लिए TensorFlow विशिष्ट फ़ाइलों की तलाश कर रहा है (या जब मुझे त्रुटियाँ मिलती हैं तो ऐसा दिखता है) और अगर यह cudnnblahblah.6.so नहीं मिलता है तो बहुत दुखी होता है। अद्यतन और विशिष्टताओं के लिए धन्यवाद।

क्या कोई शाखा/टैग है जिसे हम चेकआउट कर सकते हैं और इसे आज़मा सकते हैं?
एक नया इंस्टॉलेशन शुरू किया, उबंटू 17 ... फिर नया जीसीसी CUDA 9 लगाता है, मैं देखता हूं कि CuDNN जो फिट बैठता है वह 7 है ... आप देखते हैं कि मैं कहां जा रहा हूं।
मैं निश्चित रूप से कई जगहों पर अपने सेटअप को हैक कर सकता हूं (और इसे उबंटू 16 के साथ फिर से शुरू कर सकता हूं) बस मैं बहुत करीब हूं, फिक्स को करीब कहा जाता है ... अगर मैं कर सकता हूं तो अतीत में बड़ी छलांग क्यों लगाएं भविष्य में एक छोटी सी छलांग!

पीआर लगभग स्वीकृत हैं। वे समीक्षा में हैं। मुझे कुछ और शक है
अधिक से अधिक सप्ताह, लेकिन इन समीक्षाओं में समय लग सकता है। मुझे लगता है कि ये सब हैं
उन्हें। EIGEN परिवर्तन प्राप्त करने के लिए कोई स्ट्रगलर या परिवर्तन हो सकता है
CUDA 9. मैंने उन्हें व्यक्तिगत रूप से तैयार नहीं किया है। वे हर दिन करीब आते हैं।

https://github.com/tensorflow/tensorflow/pull/12504
https://github.com/tensorflow/tensorflow/pull/12503
https://github.com/tensorflow/tensorflow/pull/12502

मंगलवार, 12 सितंबर, 2017 को शाम 7:49 बजे, रेमी मोरिन सूचनाएं @github.com
लिखा था:

क्या कोई शाखा/टैग है जिसे हम चेकआउट कर सकते हैं और इसे आज़मा सकते हैं?
एक नया इंस्टॉलेशन शुरू किया, उबंटू 17 ... फिर नया जीसीसी ने सीयूडीए 9 लगाया,
मैं देख रहा हूँ कि CuDNN जो फिट बैठता है वह 7 है... आप देखते हैं कि मैं कहाँ जा रहा हूँ।
मैं निश्चित रूप से अपने सेटअप को कई जगहों पर हैक कर सकता हूं (और इसे खरोंच से शुरू कर सकता हूं
फिर से उबंटू 16 के साथ) बस मैं बहुत करीब हूं, फिक्स को करीब कहा जाता है ... क्यों
अगर मैं भविष्य में छोटी छलांग लगा सकता हूं तो अतीत में बड़ी छलांग लगाओ!

-
आप इसे प्राप्त कर रहे हैं क्योंकि आपका उल्लेख किया गया था।
इस ईमेल का सीधे उत्तर दें, इसे GitHub पर देखें
https://github.com/tensorflow/tensorflow/issues/12052#issuecomment-329041739 ,
या थ्रेड को म्यूट करें
https://github.com/notifications/unsubscribe-auth/AWZesrpX6TSN6fVESEsql3QNtjgo-LM9ks5sh0KqgaJpZM4OuRL7
.

@tfboyd क्या यह अभी भी एक मुद्दा है? मुझे एहसास हुआ कि cuda 9.0 आज ही जारी किया गया है।

cuda 9.0 जारी किया गया है, मुझे cuda 8.0 इंस्टॉल फ़ाइल नहीं मिल रही है ....
कृपया टेंसरफ़्लो अपग्रेड करें...

cuda 9.0 जारी किया गया है, मुझे cuda 8.0 इंस्टॉल फ़ाइल नहीं मिल रही है ....

@zjjot https://developer.nvidia.com/cuda-toolkit-archive

@thomasjo धन्यवाद！

तो @tfboyd ने उनके द्वारा बताए गए

@voxmenthe मैंने अभी CUDA 9.0 और cuDNN7 के साथ tf1.3 स्थापित करने का प्रयास किया है। मुझे इस अंक में संबंधित त्रुटि मिली #१२४८९

संपादित करें: असल में, मुझे नहीं पता कि कैसे। लेकिन बिना किसी और बदलाव के मास्टर शाखा (जो शुरुआत में मेरे लिए स्थापित नहीं हो रही थी) में जा रहा था, मैं इसे स्थापित करने में सक्षम था। हालाँकि, अब जब मैं टेंसरफ़्लो आयात करने का प्रयास करता हूँ तो यह कहता है कि इसमें प्लेटफ़ॉर्म मॉड्यूल गुम है।

कोई संकेत है कि संबंधित पीआर कितने करीब जा रहे हैं? मैंने cuDNN 7 स्थापित किया, फिर महसूस किया कि यह समस्याएँ पैदा कर रहा है - मैं v6 में डाउनग्रेड कर सकता हूँ लेकिन मुझे लगा कि अगर यह हल होने के करीब है तो मैं प्रतीक्षा कर सकता हूँ ...

ऐसा लगता है कि पीआर स्वीकृत हो गए हैं। मैंने कुछ दिनों में खुद बिल्ड नहीं चलाया है। ध्यान रखें कि 1.3 में ये परिवर्तन नहीं होंगे जैसा कि कुछ समय पहले था। 1.4 में परिवर्तन होंगे। उम्मीद है कि इस सप्ताह मैं नवीनतम संस्करण डाउनलोड कर सकता हूं और एक नया निर्माण कर सकता हूं। मुझे संदेह है कि मेरे पास समय होने से पहले कोई इसे अच्छी तरह से करेगा।

किसी भी मौके पर आप में से कोई भी स्मार्ट लोग tf 1.3 या 1.4 के लिए CUDA v9.0, cudnn 7.0 विन 10 x64 के लिए ट्यूटोरियल बना रहे होंगे? मैंने (एनाकोंडा) स्थापित करने का प्रयास किया है, लेकिन '_pywrap_tensorflow_internal' त्रुटि प्राप्त करना जारी रखें और मैंने पहले ही जाँच कर ली है कि msvcp140.dll मेरे पथ में जोड़ा गया है।

@ devilsnare007 : मुझे लगता है कि https://github.com/philferriere/dlwin का अनुसरण करके सर्वोत्तम संभावनाएं हैं

TF 1.4 जारी होने पर क्या cuDNN 7.0 समर्थित होगा?

@soloice
सिर पर (कुछ दिनों पहले तक) मैं CUDA 9 (रिलीज़ संस्करण) को cuDNN 7.0 के साथ बिना किसी विशेष परिवर्तन के संकलित करने में सक्षम था और GTX 1080 पर कुछ tf_cnn_benchmarks.py परीक्षण चलाए। सब कुछ ठीक लग रहा है। TF 1.4 जिसे इस सप्ताह RC होना चाहिए, उसमें CUDA 8 और cuDNN 6 बायनेरिज़ होंगे, लेकिन CUDA 9 और cuDNN 7 के साथ भी ठीक संकलित होंगे। लक्ष्य TF 1.5 के लिए CUDA 9 और cuDNN 7 बाइनरी में है। इससे लोगों को अपने सिस्टम लाइब्रेरी को अपग्रेड करने का समय मिलता है और परीक्षण के लिए अधिक समय मिलता है। यदि आप वोल्टास चला रहे हैं तो बेझिझक एक और धागा शुरू करें और मैं अपडेट करूंगा कि यह वास्तविक समय में FP16 पर प्रगति करेगा।

@tfboyd यह सुनकर बहुत अच्छा लगा कि TF 1.4 cuDNN 7 के साथ संकलित है! यदि किसी बिंदु पर आप एक इंस्टॉल गाइड बनाने का मन करते हैं तो यह डीएल समुदाय के लिए एक महान सार्वजनिक सेवा होगी।

कोई बात नहीं, यह काफी आसान होना चाहिए और मुझे इसे भरने की कोशिश करने में खुशी हो रही है
अंतराल।

सोम, 9 अक्टूबर, 2017 को सुबह 9:42 बजे, जेफ़ नोटिफिकेशन @github.com ने लिखा:

@tfboyd https://github.com/tfboyd यह सुनकर बहुत अच्छा लगा कि TF 1.4 संकलित है
सीयूडीएनएन 7 के साथ! यदि किसी बिंदु पर आप एक इंस्टॉल गाइड बनाने के बारे में सोचते हैं तो
डीएल समुदाय के लिए एक महान सार्वजनिक सेवा होगी।

-
आप इसे प्राप्त कर रहे हैं क्योंकि आपका उल्लेख किया गया था।
इस ईमेल का सीधे उत्तर दें, इसे GitHub पर देखें
https://github.com/tensorflow/tensorflow/issues/12052#issuecomment-335212652 ,
या थ्रेड को म्यूट करें
https://github.com/notifications/unsubscribe-auth/AWZesp7d2aT8gsGOWb6YjHH_CnpKXUIPks5sqkztgaJpZM4OuRL7
.

क्या CUDA 9 और cuDNN 7.0 के साथ काम करने वाला whl होने की संभावना है?

धन्यवाद!

मैं अपना प्रकाशित करूंगा (जो संभवत: 1.4 नहीं होगा लेकिन कुछ मैच के करीब होगा
और मैं नाम में हैश शामिल करता हूं) जब मैं इसे परीक्षण के लिए बनाता हूं लेकिन यह होगा
उबंटू 16.04 बनें (मैं भूल गया कि जीसीसी संस्करण क्या है), लिनक्स, पायथन 2.7 सिर्फ एफवाईआई।
और मैं वास्तव में उन बिल्ड को साझा करने का अनुमान नहीं लगा रहा हूं क्योंकि यह हो सकता है
लोगों के लिए भ्रमित करने वाला और मैं उन सभी के लिए जोर दूंगा जो आप जानते हैं कि मैंने कुछ शामिल किए हैं
पागल पिछला दरवाजा। हालांकि कुछ सीक्रेट कोड जोड़ने से लगता है कि बहुत काम हो गया है
मेरे लिए।

मुझे लगता है कि रात्रि-जीपीयू बिल्ड लगभग पीआईपी में रहते हैं (मुझे पूरा यकीन है कि वे
हमेशा हुआ है आपको बस उन्हें ढूंढना था) जिसका अर्थ है 1.4 के बाद
रात के निर्माण बहुत जल्दी CUDA 9 + cuDNN 7 में चले जाएंगे।

सोम, अक्टूबर 9, 2017 में 11:41 बजे, alexirae पर [email protected] लिखा है:

क्या CUDA 9 और cuDNN 7.0 के साथ काम करने वाला whl होने की संभावना है?

धन्यवाद!

-
आप इसे प्राप्त कर रहे हैं क्योंकि आपका उल्लेख किया गया था।
इस ईमेल का सीधे उत्तर दें, इसे GitHub पर देखें
https://github.com/tensorflow/tensorflow/issues/12052#issuecomment-335249979 ,
या थ्रेड को म्यूट करें
https://github.com/notifications/unsubscribe-auth/AWZeskJ5LXJwFcRpm-sKZ9QORoltrHOEks5sqmj1gaJpZM4OuRL7
.

@tfboyd आपके उत्तर के लिए धन्यवाद। अंत में मैं Ubuntu 16.04 पर CUDA 8 + cuDNN 7 समर्थन वाले स्रोतों से नवीनतम TF बनाने में कामयाब रहा और GTX 1080 Ti पर सब कुछ ठीक काम करता है।

@tfboyd क्या 14.rc TF CuDNN 7 और CUDA 9 को सपोर्ट करता है?

यदि आप स्रोत से निर्माण करते हैं तो इसे शामिल किया जाता है। मैं डिफ़ॉल्ट बदलना चाहता हूँ
बायनेरिज़ जिसके लिए मुझे AWS पर K80s पर कुछ प्रतिगमन परीक्षण चलाने की आवश्यकता है
सुनिश्चित करें कि सब कुछ अच्छा लग रहा है और साथ ही बिल्ड बनाएं। हम
तुरंत एक समस्या थी क्योंकि NVIDIA ड्राइवर को कम प्रदर्शन की आवश्यकता थी
कोकोरो पर Google क्लाउड में 30% तक चल रहा है। कुछ भी सीधा नहीं है
आगे, लेकिन CUDA 9 और cuDNN 7 1.4 स्रोत में हैं और उम्मीद के मुताबिक हैं
मेरे लिए पास्कल पर बहुत सीमित परीक्षण।

गुरु, 12 अक्टूबर, 2017 को दोपहर 2:40 बजे, कॉन्स्टेंटिन नोटिफिकेशन @github.com
लिखा था:

@tfboyd https://github.com/tfboyd क्या 14.rc TF CuDNN 7 का समर्थन करता है और
कुडा 9?

-
आप इसे प्राप्त कर रहे हैं क्योंकि आपका उल्लेख किया गया था।
इस ईमेल का सीधे उत्तर दें, इसे GitHub पर देखें
https://github.com/tensorflow/tensorflow/issues/12052#issuecomment-336075883 ,
या थ्रेड को म्यूट करें
https://github.com/notifications/unsubscribe-auth/AWZesq03dvnXWd0GLXODBTNCWEExlZGPnks5srd6pgaJpZM4OuRL7
.

क्या सीयूडीए 9, सीयूडीएनएन 7.0 और पायथन 3.5 के साथ काम करने वाला एक डब्ल्यूएचएल होने की संभावना है?

TF 1.4 को अंतिम रूप दिए जाने के बाद रात के निर्माण को CUDA 9 + . में स्थानांतरित कर दिया जाएगा
cuDNN 7 यह मानते हुए कि कोई समस्या नहीं है। मेरे द्वारा बनाए गए निर्माण और मनोरंजन के लिए साझा किए गए हैं
हमेशा अजगर 2.7 क्योंकि यह मेरे परीक्षण सिस्टम पर डिफ़ॉल्ट है।

सोम, 16 अक्टूबर, 2017 को सुबह 6:59 बजे, डिएगो स्टैल्डर सूचनाएं @github.com
लिखा था:

क्या CUDA 9, cuDNN 7.0 और . के साथ काम करने वाला whl होने की संभावना है?
अजगर 3.5?

-
आप इसे प्राप्त कर रहे हैं क्योंकि आपका उल्लेख किया गया था।
इस ईमेल का सीधे उत्तर दें, इसे GitHub पर देखें
https://github.com/tensorflow/tensorflow/issues/12052#issuecomment-336894073 ,
या थ्रेड को म्यूट करें
https://github.com/notifications/unsubscribe-auth/AWZesqgclWqET4OufQHV3FAD4XxgnZiKks5ss2E6gaJpZM4OuRL7
.

कोई अपेक्षित रिलीज की तारीख?

वे सभी जो थोड़ा-थोड़ा काट रहे हैं, बस स्रोत से #मास्टर का निर्माण करें। यह बहुत कठिन नहीं है (बस समय लगता है), आपको नवीनतम CUDA/cuDNN, _और_ एक pip/whl इंस्टॉल पर अतिरिक्त अनुकूलन मिलते हैं (उदाहरण के लिए, इस टट में CPU अनुकूलन देखें)। साथ ही अगली बार CUDA/cuDNN अपग्रेड होने पर, आप प्रतीक्षा करने के लिए फिर से निर्माण कर सकते हैं।

स्रोतों से निर्माण, TF1.4 cuda 9.0, cuDNN v7.0.3 और python3.5 . के साथ काम कर रहा है

क्या मैं win10 प्लेटफॉर्म पर स्रोत से निर्माण कर सकता हूं?
चाहते हैं कि TF cuda 9.0, cuDNN v7, python3 पर काम करे। 6 , और win10

@tonyyuandao https://github.com/tensorflow/tensorflow/blob/master/tensorflow/contrib/cmake/README.md

स्रोतों से निर्माण, TF1.4 cuda 9.0, cuDNN v7.0.3 और python2.7 के साथ भी काम कर रहा है।

@affromero क्या

मैंने CUDA 9 / cuDNN 7 के साथ TF 1.4RC0 शाखा से AWS भवन पर tf_cnn_benchmarks का परीक्षण किया और परिणाम CUDA 8 + cuDNN 6 के बराबर या थोड़े तेज़ थे।

संपादित करें: उल्लेख हटाएं मैं एलीपेटर्स टिप्पणी को संबोधित नहीं कर रहा था। :-)

@एलीपीटर्स

जब हम बिल्डिंग कहते हैं तो हमारा मतलब होता है सोर्स से बिल्डिंग, व्हील फाइल को इंस्टाल नहीं करना। एक पहिया पहले से ही संकलित है और 1.4 बायनेरिज़ CUDA 8 + cuDNN 6 का समर्थन करते हैं। CUDA 9 प्राप्त करने के लिए आपको स्रोत से निर्माण करना होगा। मैंने कभी विंडोज़ बिल्ड नहीं किया है। 1.4 जहाजों के बाद टीम रात के निर्माण को CUDA 9 में बदल देगी।

प्रीकंपील्ड व्हील (https://pypi.python.org/pypi/tensorflow) के रूप में 1.4 आउट के लिए दूसरा रिलीज़ उम्मीदवार (rc1) है। क्या किसी ने अभी तक CUDA 9 के साथ इसका परीक्षण किया है?

कोशिश की, लेकिन काम कर रहे क्यूडा 9.0 के साथ नहीं।

मैं फिर से कोशिश करूंगा।

1.4 CUDA 8 + cuDNN 6 है यह CUDA 9 के साथ काम नहीं करेगा आपको स्रोत से संकलन करना होगा
एक बार 1.4 जारी होने के बाद हम रात के निर्माण को CUDA 9 पर स्विच करने के लिए काम करेंगे और फिर 1.5 सबसे अधिक संभावना CUDA 9 होगी।

मुझे पता है कि CUDA 9 स्रोत से 1.4 का निर्माण करते समय ठीक काम करता है (उबंटू 16.04/पायथन 2) क्योंकि मैं पिछले सप्ताहांत में एडब्ल्यूएस पर बेंचमार्क कर रहा था।

मेरे पास यहां स्रोत से निर्माण पर एक हालिया नुस्खा

आप सबसे अच्छे यारोस्लाव हैं।

बुधवार, 25 अक्टूबर, 2017 को सुबह 8:11 बजे, यारोस्लाव बुलटोव नोटिफिकेशन @github.com
लिखा था:

मेरे पास यहां स्रोत से निर्माण पर एक हालिया नुस्खा है
https://github.com/yaroslavvb/tensorflow-community-wheels (कृपया पोस्ट करें
आपके CUDA 9.0 व्हील का लिंक एक बार जब आप इसे बना लेते हैं)

-
आप इसे प्राप्त कर रहे हैं क्योंकि आपका उल्लेख किया गया था।
इस ईमेल का सीधे उत्तर दें, इसे GitHub पर देखें
https://github.com/tensorflow/tensorflow/issues/12052#issuecomment-339361959 ,
या थ्रेड को म्यूट करें
https://github.com/notifications/unsubscribe-auth/AWZesmRwb0UmLWxzANWCq5RrT6teYtr5ks5sv0-IgaJpZM4OuRL7
.

नमस्ते, मैं win10 env द्वारा tensorflow gpu बनाने की कोशिश करता हूं, फिर मैं भी इस तरह से मिला हूं， क्या कोई मेरी मदद कर सकता है，पहले धन्यवाद।
मेरा वातावरण：
win10 + gtx 1080ti + cuda 9.0 + cuDNN 7 + विजुअल स्टूडियो प्रोफेशन 2015 + cmake 3.6.3 + पायथन 3.5.4

जब मैं tensorflow r1.4 पर स्विच करता हूं और win10 पर्यावरण पर cmake द्वारा निर्माण करता हूं, तो समस्या ठीक होती है।

`कस्टमबिल्ड: आंतरिक त्रुटि: दावा विफल: "सी:/डीवीएस/पी4/बिल्ड/एसडब्ल्यू/रिल/जीपीयू_डीआरवी/आर384/आर384_00/ड्राइवर/कंपाइलर/ईडीजी/ईडीजी_4.12/src/lookup.c", लाइन 2652 [ C:\TF\tensorflow\tensorflow\contrib\cmake\build\tf_core_gpu_kernels.vcxproj]

"C:/Users/ADMINI~1/AppData/Local/Temp/tmpxft_00000c94_00000000-8_adjust_contrast_op_gpu.cu.cpp4.ii" के संकलन में 1 भयावह त्रुटि पाई गई।

संकलन निरस्त कर दिया गया।

एडजस्ट_कॉन्ट्रास्ट_op_gpu.cu.cc

कस्टम बिल्ड: nvcc त्रुटि: 'cudafe++' स्थिति 0xC0000409 के साथ मृत्यु हो गई [C:\TF\tensorflow\tensorflow\contrib\cmake\build\tf_core_gpu_kernels.vcxproj]

tf_core_gpu_kernels_generated_adjust_contrast_op_gpu.cu.cc.obj.Release पर सीएमके त्रुटि। सेमेक: 267 (संदेश):
फ़ाइल जनरेट करने में त्रुटि
सी:/टीएफ/टेंसरफ्लो/टेंसरफ्लो/कंट्रीब/सेमेक/बिल्ड/सीएमकेफाइल्स/tf_core_gpu_kernels.dir/__/__/core/kernels/Release/tf_core_gpu_kernels_generated_adjust_contrast_op_gpu.cu.cc.obj`

उपरोक्त समस्या क्यूडा कॉम्पोली की तरह ही समस्या दिखती है, लेकिन जब मैं टेंसरफ़्लो संस्करण को r1.3 पर स्विच करता हूं (एक और समस्या ठीक होती है)

`c:\tftest\tensorflow\tensorflow\contrib\cmake\build\external\eigen_archive\eigen\src/Core/util/Macros.h(416): घातक त्रुटि C1017:
无效的整数常量表达式 [C:\TFtest\tensorflow\tensorflow\contrib\cmake\build\tf_core_gpu_kernels.vcxproj]

tf_core_gpu_kernels_generated_adjust_contrast_op_gpu.cu.cc.obj.Release पर सीएमके त्रुटि। सेमेक: 267 (संदेश):
फ़ाइल जनरेट करने में त्रुटि
C:/TF/test/tensorflow/tensorflow/contrib/cmake/build/CMakeFiles/tf_core_gpu_kernels.dir/__/__/core/kernels/Release/tf_core_gpu_kernels_generated_adjust_contrast_op_gpu.cu.cc.obj`

ऐसा लगता है कि फ़ाइल एडजस्ट_कॉन्ट्रास्ट_ओप_जीपीयू.क्यूयू.सीसी में कुछ समस्या है, लेकिन मुझे इसमें से कोई त्रुटि नहीं मिल रही है।

इस तरह के उपरोक्त मुद्दे मुझे कुछ दिनों में परेशान करते हैं, किसी को इस कोशिश और सफलता में जाने में मेरी मदद करना चाहते हैं, और मजबूत उम्मीद है कि Google अपग्रेड tensorflow समर्थन cuda 9.0 और cudnn 7 win10 वातावरण में।

क्या किसी ने CUDA 9 और cuDNN 7.0 के साथ TensorFlow के लिए एक whl जारी किया है?

@vellamike मुझे पता है कि आपका प्रश्न सामान्य है, लेकिन TF टीम के पास बायनेरिज़ में CUDA 9 होगा जिसमें 1.5 है जो Q4 में उतरना चाहिए। अभी के लिए, आपको स्रोत से निर्माण करना होगा।

मैं मैक 10.13 उच्च सिएरा में CUDA 9 और cuDNN 7 के साथ 1.4 बनाने की कोशिश कर रहा हूं। मुझे यह त्रुटि मिलती रहती है

ERROR: /Users/smitshilu/tensorflow/tensorflow/core/kernels/BUILD:2948:1: output 'tensorflow/core/kernels/_objs/depthwise_conv_op_gpu/tensorflow/core/kernels/depthwise_conv_op_gpu.cu.pic.o' was not created.
ERROR: /Users/smitshilu/tensorflow/tensorflow/core/kernels/BUILD:2948:1: not all outputs were created or valid.
Target //tensorflow/tools/pip_package:build_pip_package failed to build

इसके लिए कोई उपाय?

@smitshilu संभवतः संबंधित https://github.com/tensorflow/tensorflow/issues/2143

क्यों 1.4 में अभी भी बायनेरिज़ में CUDA 9 नहीं है? यह संस्करण बहुत पहले जारी किया गया था और स्रोत से V100 बिल्डिंग के साथ उपयोग करने के लिए आवश्यक है जो कि रिपोर्ट किए गए कई मुद्दों के बाद इतना आसान और तेज़ नहीं है।

@ViktorM आपने स्रोत से संकलन करने में क्या समस्याएँ कीं? यह थोड़ा मुश्किल था लेकिन इतना कठिन नहीं था।

26-SEP-2017 CUDA 9 के लिए GA था। अगर हम Q4 में CUDA 9 + cuDNN 7 बायनेरिज़ जारी करते हैं, तो मुझे लगता है कि यह सबसे तेज़ होगा जिसे हमने cuDNN को अपग्रेड किया है। मैं यहां 8.5 से 9 बजे तक नहीं था इसलिए मुझे कोई जानकारी नहीं है। मैं चाहता हूं कि हम थोड़ी तेजी से आगे बढ़ें लेकिन इसका मतलब यह भी है कि CUDA 8 सेटअप वाले किसी भी व्यक्ति को न केवल CUDA 9 में अपग्रेड करना होगा, बल्कि उन्हें अपने डिवाइस ड्राइवर को 384.x में अपग्रेड करना होगा, जो मैं कह सकता हूं कि कुछ उत्पादन लोग नहीं हैं हल्के से लें।

आदर्श रूप से हमारे पास अनंत (या बस कुछ और लेकिन मैट्रिक्स तेजी से विस्फोट होता है) बनाता है, लेकिन यह एक और समस्या है जिसे समझाने में काफी समय लगेगा और मुझे संदेह है कि बहुत से लोग परवाह करते हैं।

Btw, मैं मनाया एनवीडिया का उपयोग float16 matmul / V100 पर 85 टी ऑप्स / CUDA 9 के साथ दूसरे एनजीसी TensorFlow कंटेनर (के रूप में 8.8 टी ऑप्स करने का विरोध किया / मेरी GTX 1080 घर पर पर है)। वास्तव में आधिकारिक तौर पर समर्थित संस्करण में इन सुधारों के होने की उम्मीद है!

@yaroslavvb बहुत ईमानदार होने के नाते हम कुछ FP16 मुद्दों पर काम कर रहे हैं। FP16 के लिए tf_cnn_benchmarks में एक पाथ है और फोकस पहले ResNet50 पर है और हम FP16 के लिए ऑटो स्केलिंग पर भी काम कर रहे हैं। यदि आप रुचि रखते हैं तो आप इसे आजमा सकते हैं लेकिन हम कुछ समस्याओं के माध्यम से सक्रिय रूप से काम कर रहे हैं। लोग इस पर हैं और इसमें अभी समय लग रहा है। हमारे पास अंतत: DGX-1s घर में है, इसलिए हम उन्हीं कंटेनरों के साथ भी खेल सकते हैं और आगे बढ़ते हुए उस सटीक प्लेटफॉर्म पर प्रदर्शन का ट्रैक रखने का प्रयास कर सकते हैं।

ठीक है, तो मैं उबंटू 17.10 स्थापित करने जा रहा हूं और मैं सिर्फ मनोरंजन के लिए सभी नवीनतम चीजों को आजमाना चाहता हूं।
इससे पहले कि मैं सिर्फ यह जानना चाहता था कि क्या किसी ने स्रोत से नीचे के ढेर के निर्माण की कोशिश की और कोई भाग्य मिला?

-> उबंटू 17.10, CUDA 9.0, cuDNN 7.0, TF मास्टर
-> उबंटू 17.10, सीयूडीए 8.0, सीएनडीएनएन 6.1, टीएफ 1.4

मुझे @ xsr-ai जैसी ही समस्या का सामना करना पड़ रहा है, विशेष रूप से Python 3.6.3, VS 2017, CUDA 9, cuDNN 7 का उपयोग करके।

@ aluo-x आपका मतलब है कि आपने विंडोज 10 पर कोशिश की है? मान लीजिए क्योंकि आपने वीएस 2017 कहा था।

हां यह सही है। यहाँ विशिष्ट त्रुटि है:

CustomBuild:
  Building NVCC (Device) object CMakeFiles/tf_core_gpu_kernels.dir/__/__/core/kernels/Release/tf_core_gpu_kernels_generated_adjust_contrast_op_gpu.cu.cc.obj
  CMake Error at tf_core_gpu_kernels_generated_adjust_contrast_op_gpu.cu.cc.obj.Release.cmake:222 (message):
    Error generating
    C:/optimae/tensorflow-1.4.0/tensorflow/contrib/cmake/build/CMakeFiles/tf_core_gpu_kernels.dir/__/__/core/kernels/Release/tf_core_gpu_kernels_generated_adjust_contrast_op_gpu.cu.cc.obj


C:\Program Files (x86)\Microsoft Visual Studio\2017\BuildTools\Common7\IDE\VC\VCTargets\Microsoft.CppCommon.targets(171,5): error MSB6006: "cmd.exe" exited with code 1. [C:\optimae\tensorflow-1.4.0\
tensorflow\contrib\cmake\build\tf_core_gpu_kernels.vcxproj]

@ aluo-x क्या आपने नवीनतम सी-मेक का उपयोग किया है? यानी रिलीज उम्मीदवार या स्थिर रिलीज?

cmake 3.9.5, swig 3.0.12, CUDA 9.0.176, cuDNN 7.0.3 का उपयोग करना। वीएस 2017 19.11.25547।

@ अलुओ-एक्स यहां तक ​​​​कि मुझे सी-मेक के साथ बहुत भाग्य नहीं मिला। लेकिन क्या आप Bazel के साथ निर्माण करने की कोशिश कर सकते हैं?

@smitshilu अगर मुझसे गलती नहीं हुई है, तो आपको संरेखण के संबंध में एक त्रुटि मिल रही है, है ना? पाइटोरच के लिए यहाँ वर्णित के समान: https://github.com/pytorch/pytorch/issues/2692

मैंने उसी समाधान को लागू करने का प्रयास किया, जो समस्याग्रस्त फ़ाइलों से सभी ___align__(sizeof(T))_ को हटा रहा है:
_tensorflow/कोर/कर्नेल/concat_lib_gpu_impl.cu.cc_
_tensorflow/कोर/कर्नेल/गहराई के अनुसार_conv_op_gpu.cu.cc_
_tensorflow/कोर/कर्नेल/split_lib_gpu.cu.cc_

मुझे यकीन नहीं है कि यह किसी भी समस्या का कारण बनता है, लेकिन ऐसा लगता है कि अब तक ठीक काम कर रहा है। और जो मैं समझता हूं, रनटाइम हमेशा साझा स्मृति के लिए 16 के निश्चित संरेखण का उपयोग करेगा।

रुचि रखने वाले लोगों के लिए हमारे पास CUDA 9 पहिए अपलोड हैं। खुद को बनाने की जरूरत नहीं है! https://github.com/mind/wheels/releases/tag/tf1.4-gpu-cuda9

Ubuntu 17.10, CUDA 9, CuDNN 7, Python 3.6, bazel 0.7.0 + TF स्रोत (मास्टर) से।

CUDA को ऊपर और चलाने के लिए इस उत्तर में दिए गए निर्देशों का पालन करें:
https://askubuntu.com/questions/967332/how-can-i-install-cuda-9-on-ubuntu-17-10

ध्यान दें, आप 64 बिट संस्करण के बजाय इन आदेशों का उपयोग करना चाह सकते हैं:

sudo ln -s /usr/bin/gcc-6 /usr/local/cuda-9.0/bin/gcc 
sudo ln -s /usr/bin/g++-6 /usr/local/cuda-9.0/bin/g++ 
sudo ./cuda_9.0.176_384.81_linux-run --override

Tensorflow को स्थापित करने के लिए आपको आवश्यकता होगी

1. टीएफ संकलित करने से पहले: पथ चर को सही ढंग से कॉन्फ़िगर करें (एनवीआईडीआईए पेज से पथ मेरे लिए काम नहीं करते हैं):

export PATH=/usr/local/cuda-9.0/bin:${PATH}
export LD_LIBRARY_PATH=${LD_LIBRARY_PATH}:/usr/local/cuda-9.0/lib64

1. संकलन करने से पहले: CUDA स्थापना के दौरान उसी gcc संस्करण का उपयोग करने के लिए bazel को कॉन्फ़िगर करें:

sudo update-alternatives --remove-all g++
sudo update-alternatives --remove-all gcc
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-6 10
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-6 10

1. एक बार जब आप bazel बिल्ड स्टेप नोट पर पहुंच जाते हैं, तो TF निर्देशों का पालन करते हुए, कि आपको 4.* से अधिक gcc संस्करण के साथ संकलन करने के लिए एक अतिरिक्त ध्वज की आवश्यकता होगी:
   bazel build --config=opt --config=cuda --cxxopt="-D_GLIBCXX_USE_CXX11_ABI=0" //tensorflow/tools/pip_package:build_pip_package

@alexbrad मैं CUDA 9, cuDNN 7 के साथ मैक GPU के लिए एक ही मुद्दे के निर्माण में भाग गया। यह समाधान मेरे लिए भी काम करता है और मैंने अब तक TF का उपयोग करके किसी भी समस्या में भाग नहीं लिया है।
स्रोत परिवर्तन और पहिया: https://github.com/nathanielatom/tensorflow/releases/tag/v1.4.0-mac

Ubuntu 16.04, TensorFlow 1.4 CUDA 9.0 और cuDNN 7.0.3 के साथ पहले से ही स्थापित और परीक्षण किया गया है:

स्रोत से Tensorflow 1.4 स्थापित करें

cd ~/Downloads
git clone https://github.com/tensorflow/tensorflow
cd tensorflow
git checkout r1.4

• CUDA संस्करण के लिए कॉन्फ़िगर करें: 9.0
• cuDNN संस्करण के लिए कॉन्फ़िगर करें: 7.0.3
• https://developer.nvidia.com/cuda-gpus . से अपनी गणना क्षमता प्राप्त
• मैंने इसे 6.1 पर सेट किया है क्योंकि मेरे पास GeForce GTX 1070 . है
• अन्य विकल्पों को उपयुक्त के रूप में कॉन्फ़िगर करें

./configure

बेज़ेल स्थापित करना

sudo add-apt-repository ppa:webupd8team/java
sudo apt-get update && sudo apt-get install oracle-java8-installer
echo "deb [arch=amd64] http://storage.googleapis.com/bazel-apt stable jdk1.8" | sudo tee /etc/apt/sources.list.d/bazel.list
curl https://bazel.build/bazel-release.pub.gpg | sudo apt-key add -
sudo apt-get update && sudo apt-get install bazel
sudo /sbin/ldconfig -v

बिल्डिंग टेंसरफ्लो

bazel build --config=opt --config=cuda //tensorflow/tools/pip_package:build_pip_package --cxxopt="-D_GLIBCXX_USE_CXX11_ABI=0
bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg
pip install /tmp/tensorflow_pkg/tensorflow-1.4.0-cp36-cp36m-linux_x86_64.whl

ऊपर टेंसरफ़्लो व्हील फ़ाइल का नाम भिन्न हो सकता है
जाँच करने के लिए बस ls /tmp/tensorflow_pkg

Mac 10.13, CUDA 9 और tensorflow 1.4 https://gist.github.com/smitshilu/53cf9ff0fd6cdb64cca69a7e2827ed0f के लिए इंस्टॉलेशन चरण

क्या कोई मुझे बता सकता है, मैं बेज़ल के साथ लिनक्स (उबंटू 16.04) में विंडोज़ के लिए स्रोतों से टेंसरफ़्लो whl पैकेज कैसे बना सकता हूँ? संस्करण 1.2 के लिए यह संभव था यदि मैं सही हूं। धन्यवाद।

@ValeryPiashchynski आप इन चरणों का पालन कर सकते हैं https://www.tensorflow.org/install/install_sources

@smitshilu आपके उत्तर के लिए धन्यवाद। मैं इस चरणों का पालन करते हुए उबंटू में व्हील पैकेज बना सकता हूं और उबंटू में सभी अच्छे काम करते हैं। लेकिन मैं विंडोज ओएस में उस डब्ल्यूएचएल पैकेज को स्थापित नहीं कर सकता (एक त्रुटि है: सपोर्टेट व्हील नहीं है)। तो मेरा सवाल यह है कि मैं उबंटू में पैकेज कैसे बना सकता हूं जिसे मैं विंडोज़ में स्थापित कर सकता हूं?

~ @ValeryPiashchynski मुझे नहीं लगता कि यह संभव है।~

(इसे नीचे टिप्पणी के रूप में लेना अन्यथा सुझाव देता है)

विंडोज के लिए उबंटू पर क्रॉस-बिल्डिंग एक दिन क्लैंग के माध्यम से संभव होना चाहिए। इसके लिए शायद बहुत सारे सुधारों की आवश्यकता होगी, क्योंकि विंडोज़ बायनेरिज़ वर्तमान में MSVC के साथ निर्मित हैं। मैंने पिछले सोमवार को @gunan से व्यक्तिगत रूप से बात करते समय मूल रूप से वही प्रश्न पूछा था। क्या इसे स्वयं के जीएच मुद्दे में शामिल किया जाना चाहिए, क्योंकि इसका सीयूडीए से सीधे कोई लेना-देना नहीं है?

बेज़ल के साथ क्रॉस कंपाइल संभव है लेकिन यह सुनिश्चित नहीं है कि इसे टेंसरफ़्लो पर कैसे किया जाए। सन्दर्भ के लिए
https://github.com/bazelbuild/bazel/wiki/Building-with-a-custom-toolchain
https://github.com/bazelbuild/bazel/issues/1353

क्या किसी को पता है कि क्या टेंसरफ़्लो 1.5 रात के बिल्ड यहां पोस्ट किए गए हैं (win10 बिल्ड) में CUDA9 + CuDNN7 सपोर्ट है?
https://pypi.python.org/pypi/tf-nightly-gpu/1.5.0.dev20171115

एक तरफ ध्यान दें, इस टिकट के साथ-साथ #14126 को बंद करना पूरी तरह से गैर-जिम्मेदाराना है क्योंकि आप कहते हैं "यह टीएफ 1.5 के साथ जारी होने जा रहा है"। MXNET 0.12 में पहले से ही CUDA9 FP16 उत्पादन में है। Tensorflow और CNTK को जल्दी करने की जरूरत है। यह सिर्फ वोल्टा के लिए फायदेमंद नहीं है।

अभी नहीं, हम CUDA 9 के लिए अपने बिल्ड इन्फ्रा को अपग्रेड करने पर काम कर रहे हैं।
हम इस सप्ताह के अंत से पहले CUDA 9 के साथ पाइप पैकेज प्राप्त करने का लक्ष्य बना रहे हैं।

मेरे पास दो कंप्यूटर हैं, और कल मैंने 1080ti स्थापित किया और सब कुछ स्थापित किया (cuda8 और cudnn6) नया ग्राफिक ड्राइवर, विजुअल स्टूडियो 2015
मैं युग के समय की तुलना 1080ti बनाम 980ti . करता हूं
और मैं देखता हूं कि 1080ti प्रत्येक युग को 22 मिनट में चलाता है लेकिन 980ti 13 मिनट में चलता है !!!(बैच = 60 के लिए 1080 बनाम बैच = 20 के लिए 980ti)
क्यों 1080ti काम 980ti से धीमा है !!!! और मैं कैसे जांच सकता हूं कि क्या गलत है?!

यदि आप 1080Ti के लिए 20 बैच का उपयोग करते हैं तो रन टाइम क्या है?

@ गुनन , बस सोच रहा था कि इसके लिए कोई नया ईटीए है या नहीं?

https://github.com/tensorflow/tensorflow/pull/14773

@smitshilu
1080ti में 20 बैच के साथ =26 मिनट
और ६०बैच के साथ = १९ मिनट
बैच २० = १४ मिनट के साथ ९८०gtx में !!!!
मैं विंडोज़ का उपयोग करता हूं, ड्राइवर का अंतिम संस्करण cuda 8 और cudnn 6 के साथ स्थापित करता हूं
मैं कैसे पता लगा सकता हूं कि यह 980 से धीमा क्यों चल रहा है?

@nasergh क्या आपके पास SLI में GTX 1080ti और ​​980ti है?

@विकीलेंस
नहीं
दो अलग कंप्यूटर!
दोनों cori7 और 1TB हार्ड डिस्क हैं और मैं 1TB sata HDD से डेटा छवि लोड करता हूं
लेकिन 980 में मेरे पास एसएसडी हार्ड डिस्क पर खिड़कियां हैं
मैं ड्राइवर के विभिन्न संस्करण की कोशिश करता हूं, आखिरी चीज मैं CUDA 8 और cudnn 6 के साथ asus वेबसाइट से डाउनलोड किए गए 388.13 की जांच करता हूं
मुझे नहीं पता कि इसका कौन सा कारण है
1- खिड़कियाँ! शायद यह लिनक्स पर बेहतर काम करता है
2- एचडीडी स्पीड
3- नकली 1080TI
4- CUDA और cudnn 1080ti . के साथ संगत नहीं हैं
5- CPU (1080TI कंप्यूटर पर CPU 980 से अधिक शक्तिशाली है)
आपकी क्या सलाह है ?

@nasergh
1) क्या रैम समान है? यदि ऐसा है तो। मुझे यकीन नहीं है कि यह इतना प्रभावित करेगा, लेकिन जांचें कि क्या दोनों प्रणालियों में रैम का मेगाहर्ट्ज भी समान है।
2) 980ti और ​​1080ti पर चलते समय GPU उपयोग% की जाँच करें। यदि आप GPU उपयोग की जांच करना चाहते हैं तो इस टूल का उपयोग करें। https://docs.microsoft.com/en-us/sysinternals/downloads/process-explorer वहाँ बेहतर हैं, लेकिन यह मेरे सिर के ऊपर आया है।
3) यदि आप सर्वश्रेष्ठ प्रदर्शन प्राप्त करना चाहते हैं, तो मैं आपके 1080ti सिस्टम पर एक दोहरे बूट के रूप में Ubuntu16.04 स्थापित करने और CUDA 9.0 और cuDNN 7.0 का उपयोग करने का सुझाव दूंगा।
4) इसके अलावा विंडोज़ अपने आप में बहुत सारे सिस्टम संसाधन लेती है, इसलिए इसे एसएसडी पर चलाने से निश्चित रूप से इसे बढ़त मिलती है, लेकिन उस परिमाण के नहीं जैसा कि आपके परीक्षण परिदृश्य में देखा गया है।

शायद यह चयनित बोर्ड आर्किटेक्चर है।
TF को डिफ़ॉल्ट रूप से 3.0, 3.5 और 5.2 के लिए कॉन्फ़िगर किया गया है; जबकि https://en.wikipedia.org/wiki/CUDA#GPUs_supported के अनुसार 1080TI 6.1 (पास्कल) है जबकि 980 5.2 (मैक्सवेल) है
हो सकता है कि 3.0 या 5.2 का डाउनग्रेड 1080TI पर कुशल नहीं है, जबकि यह 980 के लिए मूल है?
5.2 और 6.1 दोनों क्षमताओं के साथ कंप्यूटिंग का प्रयास करें (देखें CMakeLists.txt l.232 और l.246)

डी: नसरघ [mailto:[email protected]]
दूत : mercredi 22 नवंबर 2017 17:17
: टेंसरफ़्लो/टेंसरफ़्लो
सीसी: सिल्वेन-बौग्नौक्स; हाथ से किया हुआ
ओब्जेट: पुन: [टेंसरफ़्लो/टेंसरफ़्लो] CuDNN 7 और CUDA 9 (#12052) में अपग्रेड करें

@विकीलेंस
नहीं
दो अलग कंप्यूटर!
दोनों cori7 और 1TB हार्ड डिस्क हैं और मैं 1TB sata HDD से डेटा छवि लोड करता हूं
लेकिन 980 में मेरे पास एसएसडी हार्ड डिस्क पर खिड़कियां हैं
मैं ड्राइवर के विभिन्न संस्करण की कोशिश करता हूं, आखिरी चीज मैं CUDA 8 और cudnn 6 के साथ asus वेबसाइट से डाउनलोड किए गए 388.13 की जांच करता हूं
मुझे नहीं पता कि इसका कौन सा कारण है
1- खिड़कियाँ! शायद यह लिनक्स पर बेहतर काम करता है
2- एचडीडी स्पीड
3- नकली 1080TI
4- CUDA और cudnn 1080ti . के साथ संगत नहीं हैं
आपकी क्या सलाह है ?
-
आप इसे प्राप्त कर रहे हैं क्योंकि आपने इस थ्रेड की सदस्यता ली है।
इस ईमेल का सीधे उत्तर दें, इसे GitHub पर देखें, या थ्रेड को म्यूट करें।

पर्यावरण: cuda9.0+cudnn7.0+tf1.4，और जब मैं "ptb" उदाहरण चलाता हूं तो मुझे एक त्रुटि मिलती है, TypeError: __init__() को एक अप्रत्याशित कीवर्ड तर्क 'input_size' मिला, 'input_size' का पैरामीटर है कुडनएलएसटीएम

इस धागे को महीनों तक देखने के बाद मैं इसे Gentoo linux पर आज़माने जा रहा हूँ

मेरे पास आसुस स्ट्रीक्स 1080TI है
1- उबंटू में मैं एनवीडिया वेबसाइट में ड्राइवर का उपयोग कर सकता हूं या मुझे एसस से डाउनलोड करना होगा (क्योंकि मुझे एसस वेबसाइट में लिनक्स के लिए ड्राइवर नहीं दिख रहा है)
2- अंतिम संस्करण ठीक है या मुझे 378.13 का उपयोग करना चाहिए क्योंकि मैं ज्यादातर टिप्पणियों में देखता हूं कि वे कहते हैं कि 378.13 का उपयोग करें?
धन्यवाद

विंडोज़ पर उन लोगों के लिए, मैंने अपने रेपो पर एवीएक्स समर्थन के साथ सीयूडीए 8.0.61.2, सीयूडीएन 7.0.4, पायथन 3.6.3 के खिलाफ बनाया गया टीएफ 1.4.0 अपलोड किया है। उम्मीद है कि यह तब तक पर्याप्त है जब तक CUDA 9 विंडोज़ पर हल नहीं हो जाता।

मैं ubuntu 16.04 और अजगर 3.6 पर CUDA9 और cudnn 7 स्थापित करने का प्रयास कर रहा हूं
लेकिन मैं असफल हूँ :(
मैं सब कुछ करने की कोशिश करता हूं, हर जगह खोजता हूं लेकिन फिर भी वही त्रुटि देता हूं "importError: libcublas.so.8.0 साझा ऑब्जेक्ट फ़ाइल नहीं खोल सकता: ऐसी कोई फ़ाइल या निर्देशिका नहीं
मुझे लगता है कि टेंसर CUDA8 चलाना चाहता है
मैं उसे cuda9 का उपयोग करने के लिए कैसे कह सकता हूँ?!!!! अगर उत्तर स्रोत से चलाया जाता है तो वास्तव में कैसे? मैंने स्रोत से निर्माण के बारे में बहुत स्पष्ट वेबसाइट नहीं देखी
धन्यवाद

आपको स्रोत@nasergh . से tf स्थापित करना चाहिए

@withme6696
मैं इसे स्रोत से कैसे स्थापित कर सकता हूं?

मुझे पता है कि मैं इनमें से एक डाउनलोड कर सकता हूं
https://github.com/mind/wheels/releases
लेकिन मुझे नहीं पता कि कौन सा डाउनलोड करें और इसे कैसे इंस्टॉल करें!

@nasergh कैसे स्थापित करें, इसके लिए हमारा README देखें । यदि आपको एमकेएल स्थापित करने में कोई आपत्ति नहीं है, तो आप कर सकते हैं

pip --no-cache-dir install https://github.com/mind/wheels/releases/download/tf1.4-gpu-cuda9-37/tensorflow-1.4.0-cp36-cp36m-linux_x86_64.whl

यदि आप एमकेएल स्थापित नहीं करना चाहते हैं, तो आप कर सकते हैं

pip --no-cache-dir install https://github.com/mind/wheels/releases/download/tf1.4-gpu-cuda9-nomkl/tensorflow-1.4.0-cp36-cp36m-linux_x86_64.whl

मैं इस मुद्दे का उपयोग CUDA 9 समर्थन के लिए ट्रैकिंग समस्या के रूप में करूंगा।
वर्तमान में, दो अवरोधक हैं:
1 - https://github.com/tensorflow/tensorflow/pull/14770
2 - विंडोज़ पर, ऐसा लगता है कि हमारे पास एनवीसीसी के साथ एक बग है। CUDA9 के साथ बिल्डिंग TF एक कंपाइलर क्रैश के साथ विफल हो रहा है। NVIDIA इसकी जांच में मदद कर रहा है, और एक बार हमारे पास एक अपडेट होने के बाद हम आगे बढ़ेंगे।

@danqing
धन्यवाद
1- एमकेएल गति में कितना सुधार करता है?
2- एमकेएल के बिना संस्करण में मुझे एमकेएल स्थापित करने की आवश्यकता है?!

1 के लिए, देखना यह GPU पर किया संगणना स्पष्ट रूप से गति को नहीं होगा कि नोट -।

2 के लिए, आप नहीं। सुनिश्चित करें कि आपने सही संस्करण स्थापित किया है।

बीटीडब्ल्यू, यह कई ग्राहकों के साथ एक धागा है। यदि आपके पास हमारे पहियों के साथ भविष्य के मुद्दे हैं, तो कृपया नीचे टिप्पणी करने के बजाय हमारे रेपो में एक मुद्दा खोलें, ताकि हम एक टन लोगों को स्पैम न करें।

@Tweakmind : मैं इस भाग को पारित नहीं कर सकता:

बिल्डिंग टेंसरफ्लो

bazel बिल्ड --config=opt --config=cuda //tensorflow/tools/pip_ पैकेज:build_pip_package --cxxopt="-D_GLIBCXX_USE_CXX11_ABI=0
बेज़ेल-बिन/टेंसरफ़्लो/टूल्स/पाइप_पैकेज/बिल्ड_पिप_पैकेज/टीएमपी/टेंसरफ़्लो_पीकेजी
पाइप स्थापित /tmp/tensorflow_pkg/tensorflow-1.4.0-cp36-cp36m-linux_x86_64.whl

पहली पंक्ति अधूरी लगती है (दोहरे उद्धरण गायब हैं)? ये तीन पंक्तियाँ हैं या दो पंक्तियाँ?

@goodmangu सही कोड, मुझे लगता है, है:

bazel build --config=opt --config=cuda //tensorflow/tools/pip_package:build_pip_package --cxxopt="-D_GLIBCXX_USE_CXX11_ABI=0"

आदेश से दोहरे उद्धरण चिह्न गायब हैं।

मैं यहाँ स्क्रिप्ट https://github.com/tensorflow/tensorflow/issues/15108 में कुछ cuda संकलक त्रुटियों से अवरुद्ध हो रहा हूँ

धन्यवाद दोस्तों। इसकी सराहना की। मैं इसे उसी दिन काम कर रहा था, इसके बजाय रात के निर्माण लिनक्स बाइनरी का उपयोग कर रहा था। देखें: https://github.com/tensorflow/tensorflow
अब केरस के साथ 3 जीटीएक्स 1080 टीआईएस चला रहे हैं। ठंडा!

एक eGPU के साथ मेरे मैकबुक प्रो के लिए स्रोत (r1.4) से Tensorflow बनाने की कोशिश में पिछले दो दिन बिताए। चालक काम कर रहा है, क्यूडा 8.0, सीयूडीएनएन 6.0, मैक ओएसएक्स सिएरा 10.12.4 के साथ। अंत के बहुत करीब, लेकिन 20 मिनट के बाद कुछ बिल्ड त्रुटियों से अवरुद्ध। किसी को अब तक नसीब हुआ है? कोई सफलतापूर्वक निर्मित पैकेज जिसे आप साझा कर सकते हैं? अग्रिम में धन्यवाद।

@goodmangu क्या आप कृपया निर्दिष्ट कर सकते हैं कि आप किस "रात का निर्माण लिनक्स बाइनरी" का उपयोग करते हैं?

ज़रूर, यह एक: tf_nightly_gpu-1.head-cp27-none-linux_x86_64.whl

Cuda 9.0 + cuDNN 7.0 के लिए अभी भी कोई Windows 10 समर्थन नहीं है? अभी सत्यापन कर रहे हैं।
टेंसरफ़्लो जीपीयू 1.4.0

@goodmangu मैंने 1.4 लेकिन OSX 10.13 और CUDA 9 cuDNN 7 के साथ प्रयास किया। आप यहां चरण पा सकते हैं

@ eeilon79 विंडोज़ पर एक nvcc बग है जो हमें बायनेरिज़ बनाने से रोकता है। हमें उन मुद्दों को ठीक करने के लिए एनवीडिया से मदद मिल रही है।

क्या tf-nightly-gpu pip पैकेज के तहत Tensorflow Nightly Version (1.5-dev) में CUDA 9 के लिए कोई अपडेट है? केरास में CuDNNLSTM के लिए इस 1.5 का उपयोग करने की आवश्यकता है

ठीक है, पीआर अभी मर्ज किया गया है।
खिड़कियों को छोड़कर, लगभग 10-12 घंटों में हमारी नई नाइटली cuda9 के साथ बन जानी चाहिए।
विंडोज़ पर, हम अभी भी एक एनवीसीसी बग द्वारा अवरुद्ध हैं।

मैंने Gentoo सिस्टम के लिए सामान्य CUDA 9 और CUDANN 7 पैकेज समाप्त किया और डमी परीक्षण की कोशिश की और डमी आयात tensorflow द्वारा अजगर में tf के रूप में काम करने जैसा दिखता है, लेकिन मुझे अतिरिक्त परीक्षण करने की आवश्यकता है:

मैं प्रतिबद्ध उपयोग कर रहा हूँ: c9568f1ee51a265db4c5f017baf722b9ea5ecfbb

विंडोज़ पर, हम अभी भी एक एनवीसीसी बग द्वारा अवरुद्ध हैं।

क्या आप उस मुद्दे का लिंक यहां पोस्ट करना चाहेंगे? अग्रिम में धन्यवाद!

@smitshilu आपके लेख ने मेरी मदद की।
और मैंने कुछ तत्वों के साथ एक लेख लिखा था।
https://github.com/masasys/MacTF1.4GPU

@arbynacosta
मै भागा
bazel बिल्ड --config=opt --config=cuda //tensorflow/tools/pip_ पैकेज:build_pip_package --cxxopt="-D_GLIBCXX_USE_CXX11_ABI=0"
लेकिन मुझे यह त्रुटि मिलती है
त्रुटि: बिल्ड कमांड केवल कार्यक्षेत्र के भीतर से समर्थित है।

मैं भी रात में टेंसर की कोशिश करता हूं लेकिन यह त्रुटि देता है
विशेषता त्रुटि: मॉड्यूल 'टेंसरफ़्लो' में कोई विशेषता नहीं है ....
डीआईआर (टीएफ) का उत्पादन
['__doc__', '__loader__', '__name__', __package__ '__path__ __spec__]

क्षमा करें @goodmangu , मैं दूर था। क्या आपको यह काम मिल गया? जैसा कि @arbynacosta ने बताया, मैंने समापन दोहरे उद्धरणों को याद किया। मेरे पास यह अब Ubuntu 17.10 के तहत CUDA 9.0 और cuDNN 7.0.4 के साथ चल रहा है। यदि आवश्यक हो तो मैं मैकोज़ बिल्ड पर काम कर सकता हूं। मैंने Win10 और MacOS दोनों पर जमानत की, लेकिन अगर लोगों को इसकी आवश्यकता है तो मैं इस सप्ताह के अंत में उन पर काम कर सकता हूं।

@nasergh , क्या आप उस कमांड को क्लोन टेंसरफ़्लो डायरेक्टरी के अंदर से चला रहे हैं। सुनिश्चित करें कि निर्देशिका में कार्यस्थान मौजूद है।

उदाहरण के लिए:

~/Downloads/tensorflow$ ls
ACKNOWLEDGMENTS     bazel-bin         bazel-testlogs      configure          LICENSE       tensorflow   WORKSPACE
ADOPTERS.md         bazel-genfiles    BUILD               configure.py       models.BUILD  third_party
arm_compiler.BUILD  bazel-out         CODE_OF_CONDUCT.md  CONTRIBUTING.md    README.md     tools
AUTHORS             bazel-tensorflow  CODEOWNERS          ISSUE_TEMPLATE.md  RELEASE.md    util

@Tweakmind
मैं कमांड चलाता हूँ
सुडो सु
और फिर गोटो टेंसरफ़्लो फ़ोल्डर (वहाँ कार्यक्षेत्र फ़ाइल थी)
लेकिन मुझे यह त्रुटियां मिलती हैं

root<strong i="10">@pc</strong>:/home/pc2/tensorflow# bazel build --config=opt --config=cuda //tensorflow/tools/pip_package:build_pip_package --cxxopt="-D_GLIBCXX_USE_CXX11_ABI=0"
..........
WARNING: Config values are not defined in any .rc file: opt
ERROR: /root/.cache/bazel/_bazel_root/cccfa03cbaf937d443248403ec70306e/external/local_config_cuda/crosstool/BUILD:4:1: Traceback (most recent call last):
    File "/root/.cache/bazel/_bazel_root/cccfa03cbaf937d443248403ec70306e/external/local_config_cuda/crosstool/BUILD", line 4
        error_gpu_disabled()
    File "/root/.cache/bazel/_bazel_root/cccfa03cbaf937d443248403ec70306e/external/local_config_cuda/crosstool/error_gpu_disabled.bzl", line 3, in error_gpu_disabled
        fail("ERROR: Building with --config=c...")
ERROR: Building with --config=cuda but TensorFlow is not configured to build with GPU support. Please re-run ./configure and enter 'Y' at the prompt to build with GPU support.
ERROR: no such target '@local_config_cuda//crosstool:toolchain': target 'toolchain' not declared in package 'crosstool' defined by /root/.cache/bazel/_bazel_root/cccfa03cbaf937d443248403ec70306e/external/local_config_cuda/crosstool/BUILD
INFO: Elapsed time: 6.830s
FAILED: Build did NOT complete successfully (2 packages loaded)
    currently loading: @bazel_tools//tools/jdk

@nasergh कृपया सुनिश्चित करें कि आप यहां सभी निर्देशों का पालन करते हैं:
https://www.tensorflow.org/install/install_sources

यदि आप GPU समर्थन के साथ निर्माण कर रहे हैं, तो सुनिश्चित करें कि आप उचित रूप से कॉन्फ़िगर कर रहे हैं।

स्रोत से Tensorflow 1.4 स्थापित करें।

• इस लेखन के समय, यह CUDA 9.0 और cuDNN 7.0 . के साथ काम करने का एकमात्र तरीका है
• निर्देश: https://www.tensorflow.org/install/install_sources
• हो सकता है कि कुछ निर्देशों का कोई मतलब न हो, मैंने यह कैसे किया:

cd $HOME/Downloads
git clone https://github.com/tensorflow/tensorflow
cd tensorflow
git checkout r1.4
./configure

नमूना आउटपुट और विकल्प निर्देशों में उससे भिन्न होंगे

• सुनिश्चित करें कि आपने CUDA संस्करण के लिए कॉन्फ़िगर किया है: 9.0
• सुनिश्चित करें कि आप cuDNN संस्करण के लिए कॉन्फ़िगर करते हैं: 7.0.4
• सुनिश्चित करें कि आप अपनी गणना क्षमता https://developer.nvidia.com/cuda-gpus . से जानते हैं
• मैंने इसे 6.1 पर सेट किया है क्योंकि मेरे पास GeForce GTX 1070 . है

बेज़ेल स्थापित करना

sudo add-apt-repository ppa:webupd8team/java
sudo apt-get update && sudo apt-get install oracle-java8-installer
echo "deb [arch=amd64] http://storage.googleapis.com/bazel-apt stable jdk1.8" | sudo tee /etc/apt/sources.list.d/bazel.list
curl https://bazel.build/bazel-release.pub.gpg | sudo apt-key add -
sudo apt-get update && sudo apt-get install bazel
sudo /sbin/ldconfig -v

बिल्डिंग टेंसरफ्लो

bazel build --config=opt --config=cuda //tensorflow/tools/pip_package:build_pip_package --cxxopt="-D_GLIBCXX_USE_CXX11_ABI=0"
bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg
pip install /tmp/tensorflow_pkg/tensorflow-1.4.0-cp36-cp36m-linux_x86_64.whl

@Tweakmind : इस पर मेरे पास वापस आने के लिए धन्यवाद। हां, मुझे यह उबंटू के लिए काम कर रहा है, और अभी भी मैक ओएसएक्स (10.12.6) के साथ ईजीपीयू (1080 टीआई) के साथ कोई भाग्य नहीं है। मेरे द्वारा अनुसरण किए गए सभी स्रोतों के लिए, लगभग 10-15 मिनट के बाद निर्माण विफल हो गया। यह बहुत अच्छा होगा यदि हमारे पास प्रतिलिपि प्रस्तुत करने योग्य सफलता है। अग्रिम में धन्यवाद।

@Tweakmind
मैं निम्नलिखित करता हूं और फ़ाइल को कॉन्फ़िगर भी करता हूं लेकिन यह कहता है:

pc2<strong i="7">@pc</strong>:~/Downloads/tensorflow$ bazel build --config=opt --config=cuda //tensorflow/tools/pip_package:build_pip_package --cxxopt="-D_GLIBCXX_USE_CXX11_ABI=0"
ERROR: Skipping '//tensorflow/tools/pip_package:build_pip_package': error loading package 'tensorflow/tools/pip_package': Encountered error while reading extension file 'cuda/build_defs.bzl': no such package '@local_config_cuda//cuda': Traceback (most recent call last):
    File "/home/pc2/Downloads/tensorflow/third_party/gpus/cuda_configure.bzl", line 1042
        _create_local_cuda_repository(repository_ctx)
    File "/home/pc2/Downloads/tensorflow/third_party/gpus/cuda_configure.bzl", line 905, in _create_local_cuda_repository
        _get_cuda_config(repository_ctx)
    File "/home/pc2/Downloads/tensorflow/third_party/gpus/cuda_configure.bzl", line 662, in _get_cuda_config
        _cudnn_version(repository_ctx, cudnn_install_base..., ...)
    File "/home/pc2/Downloads/tensorflow/third_party/gpus/cuda_configure.bzl", line 360, in _cudnn_version
        _find_cudnn_header_dir(repository_ctx, cudnn_install_base...)
    File "/home/pc2/Downloads/tensorflow/third_party/gpus/cuda_configure.bzl", line 612, in _find_cudnn_header_dir
        auto_configure_fail(("Cannot find cudnn.h under %s" ...))
    File "/home/pc2/Downloads/tensorflow/third_party/gpus/cuda_configure.bzl", line 129, in auto_configure_fail
        fail(("\n%sCuda Configuration Error:%...)))

Cuda Configuration Error: Cannot find cudnn.h under /usr/lib/x86_64-linux-gnu
WARNING: Target pattern parsing failed.
ERROR: error loading package 'tensorflow/tools/pip_package': Encountered error while reading extension file 'cuda/build_defs.bzl': no such package '@local_config_cuda//cuda': Traceback (most recent call last):
    File "/home/pc2/Downloads/tensorflow/third_party/gpus/cuda_configure.bzl", line 1042
        _create_local_cuda_repository(repository_ctx)
    File "/home/pc2/Downloads/tensorflow/third_party/gpus/cuda_configure.bzl", line 905, in _create_local_cuda_repository
        _get_cuda_config(repository_ctx)
    File "/home/pc2/Downloads/tensorflow/third_party/gpus/cuda_configure.bzl", line 662, in _get_cuda_config
        _cudnn_version(repository_ctx, cudnn_install_base..., ...)
    File "/home/pc2/Downloads/tensorflow/third_party/gpus/cuda_configure.bzl", line 360, in _cudnn_version
        _find_cudnn_header_dir(repository_ctx, cudnn_install_base...)
    File "/home/pc2/Downloads/tensorflow/third_party/gpus/cuda_configure.bzl", line 612, in _find_cudnn_header_dir
        auto_configure_fail(("Cannot find cudnn.h under %s" ...))
    File "/home/pc2/Downloads/tensorflow/third_party/gpus/cuda_configure.bzl", line 129, in auto_configure_fail
        fail(("\n%sCuda Configuration Error:%...)))

Cuda Configuration Error: Cannot find cudnn.h under /usr/lib/x86_64-linux-gnu
INFO: Elapsed time: 0.082s
FAILED: Build did NOT complete successfully (0 packages loaded)
    currently loading: tensorflow/tools/pip_package

मुझे लगता है कि मैं cuda और cudnn को सही ढंग से स्थापित करता हूं
```
ढूँढें / usr | grep libcudnn
/usr/share/doc/libcudnn7
/usr/share/doc/libcudnn7/कॉपीराइट
/usr/share/doc/libcudnn7/NVIDIA_SLA_cuDNN_Support.txt
/usr/share/doc/libcudnn7/changelog.Debian.gz
/usr/share/lintian/overrides/libcudnn7
/usr/lib/x86_64-linux-gnu/libcudnn.so.7.0.4
/usr/lib/x86_64-linux-gnu/libcudnn.so.7

```

@goodmangu , मैं सप्ताहांत में मैकोज़ बिल्ड पर काम करूंगा।

@nasergh , क्या आपने cuDNN स्थापित किया है?

यहाँ cuDNN के लिए मेरा गाइड है जिसमें स्रोत और डॉक्स शामिल हैं जो इंस्टॉल का परीक्षण करते हैं:

cuDNN 7.0.4 फ़ाइलें डाउनलोड करें

आपको अपने ब्राउज़र में अपने एनवीडिया डेवलपर खाते में लॉग इन करना होगा

• https://developer.nvidia.com/compute/machine-learning/cudnn/secure/v7.0.4/prod/9.0_20171031/cudnn-9.0-linux-x64-v7
• https://developer.nvidia.com/compute/machine-learning/cudnn/secure/v7.0.4/prod/9.0_20171031/Ubuntu16_04-x64/libcudnn7_7.0.4.31-1+cuda9.0_amd64
• https://developer.nvidia.com/compute/machine-learning/cudnn/secure/v7.0.4/prod/9.0_20171031/Ubuntu16_04-x64/libcudnn7-dev_7.0.4.31-1+cuda9.0_amd64
• https://developer.nvidia.com/compute/machine-learning/cudnn/secure/v7.0.4/prod/9.0_20171031/Ubuntu16_04-x64/libcudnn7-doc_7.0.4.31-1+cuda9.0_amd64

प्रत्येक हैश की जाँच करें

cd $HOME/Downloads
md5sum cudnn-9.0-linux-x64-v7.tgz && \
md5sum libcudnn7_7.0.4.31-1+cuda9.0_amd64.deb && \
md5sum libcudnn7-dev_7.0.4.31-1+cuda9.0_amd64.deb && \
md5sum libcudnn7-doc_7.0.4.31-1+cuda9.0_amd64.deb

आउटपुट होना चाहिए:

fc8a03ac9380d582e949444c7a18fb8d cudnn-9.0-linux-x64-v7.tgz
e986f9a85fd199ab8934b8e4835496e2 libcudnn7_7.0.4.31-1+cuda9.0_amd64.deb
4bd528115e3dc578ce8fca0d32ab82b8 libcudnn7-dev_7.0.4.31-1+cuda9.0_amd64.deb
04ad839c937362a551eb2170afb88320 libcudnn7-doc_7.0.4.31-1+cuda9.0_amd64.deb

cuDNN 7.0.4 और पुस्तकालय स्थापित करें

tar -xzvf cudnn-9.0-linux-x64-v7.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
sudo dpkg -i libcudnn7_7.0.4.31-1+cuda9.0_amd64.deb
sudo dpkg -i libcudnn7-dev_7.0.4.31-1+cuda9.0_amd64.deb
sudo dpkg -i libcudnn7-doc_7.0.4.31-1+cuda9.0_amd64.deb

cuDNN सत्यापित करना

उबंटू 17.10 में जीएनयू कंपाइलर्स का संस्करण 7+ शामिल है
CUDA संस्करण 6 . से अधिक के साथ संगत नहीं है
लौटाई गई त्रुटि है:

त्रुटि -- असमर्थित GNU संस्करण! 6 के बाद के जीसीसी संस्करण समर्थित नहीं हैं!

फिक्स - संस्करण 6 स्थापित करें और CUDA बिन निर्देशिका में प्रतीकात्मक लिंक बनाएं:

sudo apt-get install gcc-6 g++-6
sudo ln -sf /usr/bin/gcc-6 /usr/local/cuda/bin/gcc
sudo ln -sf /usr/bin/g++-6 /usr/local/cuda/bin/g++

अब cuDNN का परीक्षण करने के लिए mnistCUDNN का निर्माण करें

cp -r /usr/src/cudnn_samples_v7/ $HOME
cd $HOME/cudnn_samples_v7/mnistCUDNN
make clean && make
./mnistCUDNN

यदि cuDNN ठीक से स्थापित है, तो आप देखेंगे:

परीक्षा उत्तीर्ण की!

प्रिय @Tweakmind
आपका तरीका काम करता है आपकी मदद के लिए धन्यवाद (मैं 3 सप्ताह से अधिक समय से टेंसर स्थापित करने का प्रयास कर रहा था !!!)
समस्या यह है कि मैं इसे पायथन 3.6 पर स्थापित करता हूं और अब मुझे पीआईएल पैकेज में समस्या है

Traceback (most recent call last):
  File "/home/pc2/venv/lib/python3.6/site-packages/keras/utils/data_utils.py", line 551, in get
    inputs = self.queue.get(block=True).get()
  File "/home/pc2/anaconda3/lib/python3.6/multiprocessing/pool.py", line 644, in get
    raise self._value
  File "/home/pc2/anaconda3/lib/python3.6/multiprocessing/pool.py", line 119, in worker
    result = (True, func(*args, **kwds))
  File "/home/pc2/venv/lib/python3.6/site-packages/keras/utils/data_utils.py", line 391, in get_index
    return _SHARED_SEQUENCES[uid][i]
  File "/home/pc2/venv/lib/python3.6/site-packages/keras/preprocessing/image.py", line 761, in __getitem__
    return self._get_batches_of_transformed_samples(index_array)
  File "/home/pc2/venv/lib/python3.6/site-packages/keras/preprocessing/image.py", line 1106, in _get_batches_of_transformed_samples
    interpolation=self.interpolation)
  File "/home/pc2/venv/lib/python3.6/site-packages/keras/preprocessing/image.py", line 345, in load_img
    raise ImportError('Could not import PIL.Image. '
ImportError: Could not import PIL.Image. The use of `array_to_img` requires PIL.

The above exception was the direct cause of the following exception:

Traceback (most recent call last):
  File "<stdin>", line 7, in <module>
  File "/home/pc2/venv/lib/python3.6/site-packages/keras/legacy/interfaces.py", line 87, in wrapper
    return func(*args, **kwargs)
  File "/home/pc2/venv/lib/python3.6/site-packages/keras/models.py", line 1227, in fit_generator
    initial_epoch=initial_epoch)
  File "/home/pc2/venv/lib/python3.6/site-packages/keras/legacy/interfaces.py", line 87, in wrapper
    return func(*args, **kwargs)
  File "/home/pc2/venv/lib/python3.6/site-packages/keras/engine/training.py", line 2115, in fit_generator
    generator_output = next(output_generator)
  File "/home/pc2/venv/lib/python3.6/site-packages/keras/utils/data_utils.py", line 557, in get
    six.raise_from(StopIteration(e), e)
  File "<string>", line 3, in raise_from
StopIteration: Could not import PIL.Image. The use of `array_to_img` requires PIL.

मैं तकिया स्थापित करने की कोशिश करता हूं लेकिन यह मदद नहीं करता है
मैं भी जनहित याचिका को स्थापित करने का प्रयास करता हूं लेकिन

UnsatisfiableError: The following specifications were found to be in conflict:
  - pil -> python 2.6*
  - python 3.6*

@nasergh आपको क्या मिलता है:

pip install pillow

मेरा दिखता है:

~$ pip install pillow
Requirement already satisfied: pillow in ./anaconda3/lib/python3.6/site-packages

@nasergh , मुझे दुर्घटनाग्रस्त होने की जरूरत है, लेकिन जब मैं

@goodmangu , मैं सप्ताहांत में मैक बिल्ड नहीं कर पाऊंगा क्योंकि मेरे पास मेरे 2012 मैक प्रो तक पहुंच नहीं है। उम्मीद है, आप अभी के लिए उबंटू के साथ अच्छे हैं। मुझे पता है कि यह मेरे लिए अच्छा काम करता है। मुझे इसे अगले सप्ताहांत में वापस मिल जाना चाहिए।

@Tweakmind - धन्यवाद! , क्या आपने CUDA 9 और cuDNN 7 के साथ कोई प्रदर्शन वृद्धि देखी है?

इसके अलावा, मुझे लगता है कि नीचे @Tweakmind द्वारा उल्लिखित कुछ कदम बेमानी हैं, आपको या तो इसकी आवश्यकता है:

tar -xzvf cudnn-9.0-linux-x64-v7.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

या

sudo dpkg -i libcudnn7_7.0.4.31-1+cuda9.0_amd64.deb
sudo dpkg -i libcudnn7-dev_7.0.4.31-1+cuda9.0_amd64.deb
sudo dpkg -i libcudnn7-doc_7.0.4.31-1+cuda9.0_amd64.deb

@ गुनान
CUDA 9.1.85 को कुछ समय पहले CuDNN 7.0.5 के साथ nvcc कंपाइलर बग फिक्स के साथ जारी किया गया था। मुझे आश्चर्य है कि क्या यह win10 उपयोगकर्ताओं को Tensorflow 1.4.1 संकलित करने देता है? यह समय के बारे में है।

NVIDIA के साथ हमारे पत्राचार से, मुझे नहीं लगता कि 9.1 ने इस मुद्दे को ठीक किया है।
हालाँकि, हमारे पास उपाय हैं। सबसे पहले, हमें इस पीआर को ईजिन में विलय करने की आवश्यकता है:
https://bitbucket.org/eigen/eigen/pull-requests/351/win-nvcc/diff

फिर हम अपनी ईजिन निर्भरता को अपडेट करेंगे, जो CUDA9 के लिए हमारे सभी बिल्ड को ठीक करना चाहिए

जनसंपर्क अस्वीकार कर दिया गया है लेकिन इसे मैन्युअल रूप से विलय करने के लिए सीम है। क्या हमें ईजिन रिलीज के लिए इंतजार करना होगा या यह सूत्रों द्वारा बनाया जा रहा है?

कूल, तो यह नाइटली पिप पर होगा?

@Tweakmind
मैं अजगर 2.7 का उपयोग करके टेंसर को फिर से बनाने की कोशिश करता हूं
लेकिन बेज़ल बिल्ड में मुझे यह त्रुटि मिलती है
मैं भी numpy स्थापित करता हूं लेकिन कोई बदलाव नहीं।

bazel build --config=opt --config=cuda //tensorflow/tools/pip_package:build_pip_package --cxxopt="-D_GLIBCXX_USE_CXX11_ABI=0"
ERROR: /home/gh2/Downloads/tensorflow/util/python/BUILD:5:1: no such package '@local_config_python//': Traceback (most recent call last):
    File "/home/gh2/Downloads/tensorflow/third_party/py/python_configure.bzl", line 310
        _create_local_python_repository(repository_ctx)
    File "/home/gh2/Downloads/tensorflow/third_party/py/python_configure.bzl", line 274, in _create_local_python_repository
        _get_numpy_include(repository_ctx, python_bin)
    File "/home/gh2/Downloads/tensorflow/third_party/py/python_configure.bzl", line 257, in _get_numpy_include
        _execute(repository_ctx, [python_bin, "-c",..."], <2 more arguments>)
    File "/home/gh2/Downloads/tensorflow/third_party/py/python_configure.bzl", line 76, in _execute
        _python_configure_fail("\n".join([error_msg.strip() if ... ""]))
    File "/home/gh2/Downloads/tensorflow/third_party/py/python_configure.bzl", line 37, in _python_configure_fail
        fail(("%sPython Configuration Error:%...)))
Python Configuration Error: Problem getting numpy include path.
Traceback (most recent call last):
  File "<string>", line 1, in <module>
**ImportError: No module named numpy**
Is numpy installed?
 and referenced by '//util/python:python_headers'
ERROR: Analysis of target '//tensorflow/tools/pip_package:build_pip_package' failed; build aborted: Loading failed
INFO: Elapsed time: 10.826s
FAILED: Build did NOT complete successfully (26 packages loaded)
    currently loading: tensorflow/core ... (3 packages)
    Fetching http://mirror.bazel.build/.../~ooura/fft.tgz; 20,338b 5s
    Fetching http://mirror.bazel.build/zlib.net/zlib-1.2.8.tar.gz; 19,924b 5s
    Fetching http://mirror.bazel.build/.../giflib-5.1.4.tar.gz; 18,883b 5s

ऐसा लगता है कि OSX को cuDNN के संस्करण 7.0.5 में शामिल नहीं किया गया है। क्या कोई विस्तृत बात जानता है?

मुझे अभी भी विंडोज 10 में काम करने के लिए टेंसरफ्लो-जीपीयू नहीं मिल रहा है (सीयूडीए 9.0.176 और कुडन 7.0 के साथ)।
मैंने tensorflow और tensorflow-gpu दोनों को अनइंस्टॉल कर दिया है और उन्हें पुनः इंस्टॉल किया है (--no-cache-dir के साथ eigen वर्कअराउंड के साथ नवीनतम संस्करण को डाउनलोड करना सुनिश्चित करने के लिए)। जब मैं दोनों को स्थापित करता हूं, तो मेरा GPU पहचाना नहीं जाता है:

InvalidArgumentError (ट्रेसबैक के लिए ऊपर देखें): ऑपरेशन 'random_uniform_1/sub' के लिए डिवाइस असाइन नहीं कर सकता: ऑपरेशन स्पष्ट रूप से / डिवाइस को सौंपा गया था जॉब: लोकलहोस्ट/प्रतिकृति : 0/ कार्य: 0/डिवाइस : सीपीयू: 0 ]। सुनिश्चित करें कि डिवाइस विनिर्देश एक मान्य डिवाइस को संदर्भित करता है।

जब मैं सिर्फ टेंसरफ़्लो-जीपीयू स्थापित करता हूं तो यह एक लापता डीएल के बारे में शिकायत करता है:

आयात त्रुटि: 'cudart64_80.dll' नहीं ढूँढ सका। TensorFlow के लिए आवश्यक है कि यह DLL आपके %PATH% परिवेश चर में नामित निर्देशिका में स्थापित हो। इस URL से CUDA 8.0 डाउनलोड और इंस्टॉल करें: https://developer.nvidia.com/cuda-toolkit

जो अजीब है क्योंकि मेरा CUDA संस्करण ९.० है, ८.० नहीं है, और पहचाना जाता है (डिवाइसक्वेरी परीक्षण पास हुआ)।
मेरा अजगर संस्करण 3.6.3 है। मैं टेंसरफ़्लो-जीपीयू का परीक्षण करने के लिए स्पाइडर (3.2.4) में इस कोड को चलाने की कोशिश कर रहा हूं।
मुझसे क्या छूट गया?

मैं जीत 7 पर बेज़ल द्वारा स्रोत से निर्माण करने की कोशिश कर रहा हूं, त्रुटि प्राप्त करें

सीपीयू 'x64_windows' के लिए कोई टूलकैन नहीं

क्या कोई whl बना सकता है?

@ hadaev8 , मुझे मदद करने के लिए बहुत अधिक जानकारी चाहिए। मैं एक whl पर काम कर सकता हूं लेकिन इसकी भारी निर्भरता होगी और Win7 नहीं, एक बार जब मैं MacOS को हल कर लेता हूं, तो मैं Win10 को हल कर दूंगा। किसी भी मामले में, अपना विवरण पोस्ट करें।

@ eeilon79 , मुझे इसे Win10 के तहत फिर से बनाना होगा। मैं वर्तमान में मैकोज़ पर ध्यान केंद्रित कर रहा हूं कि उबंटू हल हो गया है। मैं विन 10 पर वापस आऊंगा।

@nasergh , क्या अजगर 2.7 की आवश्यकता है?

CUDA 8.0 और cuDNN 6.0 के साथ, मैंने Win10 :: में Cuda GPU और AVX2 समर्थन के लिए स्रोत से TensorFlow स्थापित किया है:

आवश्यकताएं:

* Windows 10 64-Bit
* Visual Studio 15 C++ Tools
* NVIDIA CUDA® Toolkit 8.0
* NVIDIA cuDNN 6.0 for CUDA 8.0
* Cmake
* Swig

विजुअल स्टूडियो कम्युनिटी एडिशन अपडेट 3 w/Windows किट 10.0.10240.0 स्थापित करें
निर्देशों का पालन करें: https://github.com/philferriere/dlwin (धन्यवाद फिल)

वर्चुअल ड्राइव N बनाएं: स्पष्टता के लिए
मेरा सुझाव है कि इन निर्देशों के आधार पर C: या अपनी पसंद की ड्राइव से एक निर्देशिका बनाएं और N: बनाएं (2GB मिनट):
https://technet.microsoft.com/en-us/library/gg318052 (v=ws.10).aspx

कूडा 8.0 64-बिट स्थापित करें
https://developer.nvidia.com/cuda-downloads (लेगेसी तक नीचे स्क्रॉल

कूडा 8.0 . के लिए cuDNN 6.0 स्थापित करें
https://developer.nvidia.com/rdp/cudnn-download
क्यूडा फोल्डर को ज़िप से N:\ पर रखें और cuDNN-6 का नाम बदलें

सीएमके स्थापित करें
https://cmake.org/files/v3.10/cmake-3.10.0-rc5-win64-x64.msi

स्विग स्थापित करें (स्विगविन-3.0.12)
https://sourceforge.net/projects/swig/files/swigwin/swigwin-3.0.12/swigwin-3.0.12.zip

cntk-py36

``` conda create --name cntk-py36 python=3.6 numpy scipy h5py jupyter
सक्रिय cntk-py36
पाइप स्थापित करें https://cntk.ai/PythonWheel/GPU/cntk-2.2-cp36-cp36m-win_amd64.whl
पायथन-सी "आयात सीएनटीके; प्रिंट (सीएनटीके .__ संस्करण __)"
कोंडा pygpu स्थापित करें
पाइप स्थापित keras

#### Remove old tensorflow in Tools if it exists
```cd C:\Users\%USERNAME%\Tools\
move tensorflow tensorflow.not
git clone --recursive https://github.com/tensorflow/tensorflow.git
cd C:\Users\%USERNAME%\Tools\tensorflow\tensorflow\contrib\cmake
Edit CMakeLists.txt

इन पर टिप्पणी करें:

# if (tensorflow_OPTIMIZE_FOR_NATIVE_ARCH)
#   include(CheckCXXCompilerFlag)
#   CHECK_CXX_COMPILER_FLAG("-march=native" COMPILER_OPT_ARCH_NATIVE_SUPPORTED)
#   if (COMPILER_OPT_ARCH_NATIVE_SUPPORTED)
#     set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -march=native")
#   endif()
# endif()

इन्हें जोड़ें:

if (tensorflow_OPTIMIZE_FOR_NATIVE_ARCH)
  include(CheckCXXCompilerFlag)
  CHECK_CXX_COMPILER_FLAG("-march=native" COMPILER_OPT_ARCH_NATIVE_SUPPORTED)
  if (COMPILER_OPT_ARCH_NATIVE_SUPPORTED)
    set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -march=native")
  else()
    CHECK_CXX_COMPILER_FLAG("/arch:AVX2" COMPILER_OPT_ARCH_AVX_SUPPORTED)
    if(COMPILER_OPT_ARCH_AVX_SUPPORTED)
      set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} /arch:AVX2")
    endif()
  endif()
endif()

एमकेडीआईआर बिल्ड और सीडी बिल्ड

"C:\Program Files (x86)\Microsoft Visual Studio 14.0\VC\bin\amd64\vcvars64.bat"

cmake .. -A x64 -DCMAKE_BUILD_TYPE=Release ^
-DSWIG_EXECUTABLE=N:/swigwin-3.0.12/swig.exe ^
-DPYTHON_EXECUTABLE=N:/Anaconda3/python.exe ^
-DPYTHON_LIBRARIES=N:/Anaconda3/libs/python36.lib ^
-Dtensorflow_ENABLE_GPU=ON ^
-DCUDNN_HOME="n:\cuDNN-6" ^
-Dtensorflow_WIN_CPU_SIMD_OPTIONS=/arch:AVX2

-- इसके लिए भवन: विजुअल स्टूडियो 14 2015
- विंडोज 10.0.16299 को लक्षित करने के लिए विंडोज एसडीके संस्करण 10.0.14393.0 का चयन करना।
- सी संकलक पहचान MSVC 19.0.24225.1 है
-- CXX कंपाइलर की पहचान MSVC 19.0.24225.1 है
- काम कर रहे सी कंपाइलर की जांच करें: सी:/प्रोग्राम फाइल्स (x86)/माइक्रोसॉफ्ट विजुअल स्टूडियो 14.0/वीसी/बिन/x86_amd64/cl.exe
- काम कर रहे सी कंपाइलर की जांच करें: सी:/प्रोग्राम फाइल्स (x86)/माइक्रोसॉफ्ट विजुअल स्टूडियो 14.0/वीसी/बिन/x86_amd64/cl.exe - काम करता है
- सी कंपाइलर एबीआई जानकारी का पता लगाना
- सी कंपाइलर एबीआई जानकारी का पता लगाना - किया गया
- काम कर रहे CXX कंपाइलर के लिए जाँच करें: C:/Program Files (x86)/Microsoft Visual Studio 14.0/VC/bin/x86_amd64/cl.exe
-- काम कर रहे CXX कंपाइलर के लिए जाँच करें: C:/Program Files (x86)/Microsoft Visual Studio 14.0/VC/bin/x86_amd64/cl.exe -- काम करता है
- CXX कंपाइलर ABI जानकारी का पता लगाना
- CXX कंपाइलर ABI जानकारी का पता लगाना - किया गया
- CXX संकलन सुविधाओं का पता लगाना
- CXX संकलन सुविधाओं का पता लगाना - किया गया
-- परीक्षण करना COMPILER_OPT_ARCH_NATIVE_SUPPORTED
-- परीक्षण करना COMPILER_OPT_ARCH_NATIVE_SUPPORTED - विफल
-- परीक्षण कर रहा है COMPILER_OPT_ARCH_AVX_SUPPORTED
-- परीक्षण करना COMPILER_OPT_ARCH_AVX_SUPPORTED - सफलता
-- परीक्षण करना COMPILER_OPT_WIN_CPU_SIMD_SUPPORTED
-- परीक्षण करना COMPILER_OPT_WIN_CPU_SIMD_SUPPORTED - सफलता
-- CUDA मिला: C:/प्रोग्राम फ़ाइलें/NVIDIA GPU कंप्यूटिंग टूलकिट/CUDA/v8.0 (उपयुक्त संस्करण "8.0" मिला, न्यूनतम आवश्यक "8.0" है)
- PythonInterp मिला: C:/Users/%USERNAME%/Anaconda3/python.exe (मिला संस्करण "3.6.3")
- PythonLibs मिला: C:/Users/%USERNAME%/Anaconda3/libs/python36.lib (मिला संस्करण "3.6.3")
-- SWIG मिला: C:/Users/%USERNAME%/Tools/swigwin-3.0.12/swig.exe (मिला संस्करण "3.0.12")
-- विन्यास किया गया
-- जनरेट कर रहा है
-- बिल्ड फाइल को लिखा गया है: C:/Users/%USERNAME%/Tools/tensorflow/tensorflow/contrib/cmake/build

MSBuild /p:Configuration=Release tf_python_build_pip_package.vcxproj

@Tweakmind
अजगर 3.6, मास्टर से अंतिम टेंसरफ़्लो, क्यूडा 9.0, क्यूडीएन 7.0.5 क्यूडा 9.0 के लिए, बेसल और स्विग लोड आज।

@Tweakmind क्या आप मास्टर के साथ निर्माण करते हैं या?

@Tweakmind
क्या आप विंडोज़ पर cuda 9 cudnn 7 के साथ निर्माण कर सकते हैं और .whl साझा कर सकते हैं?

@Tweakmind

क्या आप cuda 9 cudnn 7 के साथ win 10 पर निर्माण करने की कोशिश नहीं करते हैं?

आपकी विशेषज्ञता के लिए धन्यवाद!

@hadaev8 @alc5978
pip install -U tf-nightly-gpu अब 20171221 का एक win10 बिल्ड देता है, जो CUDA 9.0 और CuDNN 7.0.5 के साथ TF 1.5 बीटा पर आधारित है। मैंने कल रात इसे चलाया, यह ठीक है। अब हमें 12x CUDA कर्नेल लॉन्च गति के लिए CUDA 9.1 पर जाना चाहिए। Tensorflow windows समर्थन बहुत धीमा और रक्तहीन है। स्थिर आधिकारिक निर्माण ASAP की पेशकश की जानी चाहिए। मैं वास्तव में जनवरी के अंत तक CUDA 9.1 के साथ जारी होने के लिए Tensorflow 1.5 स्थिर के लिए हूँ?

ubuntu पर cuda 9.1 और cudnn7.05 के साथ टेंसरफ़्लो की चरणबद्ध स्थापना के लिए http://www.python36.com/install-tensorflow141-gpu/ पर जाएं। और विंडोज़ पर cuda 9.1 और cudnn 7.0.5 के साथ tensorflow की चरणबद्ध स्थापना के लिए http://www.python36.com/install-tensorflow-gpu-windows पर

यह 2018 है, लगभग जनवरी का अंत और विंडोज 10 पर CUDA9.1 और CuDNN7 के साथ TF की स्थापना अभी भी नहीं हुई है?

1.5, CUDA 9 + cuDNN 7 के साथ

मैंने CUDA 9.1 पर चर्चा करने के लिए एक मुद्दा खोला।

12x कर्नेल लॉन्च गति में सुधार 12x संख्या की तुलना में अधिक बारीक है। 12x का शीर्ष छोर बहुत सारे तर्कों के साथ ops के लिए है और डिवाइस ड्राइवर अपग्रेड के कारण उपयोगकर्ताओं के लिए व्यवधान अधिक है। मुझे उम्मीद है कि निकट भविष्य में एक "चैनल" परीक्षण 9.1 होगा और यह पता चलेगा कि इस प्रतिमान से कैसे निपटा जाए।

मुझे आशा है कि यह अंत में CUDA 9.1 होगा, 9.0 नहीं।

मुझे उम्मीद है कि यह अंत में CUDA 9.1 होगा, 9.0 भी नहीं।

मुझे यकीन है कि यह अंत में CUDA 9.1 होगा, 9.0 भी नहीं, है ना? :)

@ViktorM @Magicfeng007 @alc5978
9.1 धागा यहां है यदि आप साथ चलना चाहते हैं, हालांकि यह मूल रूप से बंद है। यदि आप सूचीबद्ध कर सकते हैं कि आप 9.1 क्यों चाहते हैं जो उपयोगी होगा, और आपका सेटअप/कॉन्फ़िगरेशन क्या है। एक बेंचमार्क जिसे आपने परफेक्ट बूस्ट दिखाते हुए चलाया था, वह तत्काल जरूरत को समझने में भी उपयोगी होगा। NVIDIA के साथ बैठकों में, हम दोनों सहमत थे कि 9.1 को डिफ़ॉल्ट बनाने की तत्काल आवश्यकता नहीं है। जो तब लोगों को अपने ड्राइवरों को फिर से अपग्रेड करने के लिए मजबूर करेगा।

अगर किसी को अभी भी TensorFlow बैकएंड के साथ Keras जैसी समस्याओं का सामना करना पड़ रहा है जो GPU का उपयोग नहीं कर रहा है .... बस इस पृष्ठ में दिए गए निर्देशों का पालन करें। यह अद्यतन है और 100% सही ढंग से काम करता है।
https://research.wmz.ninja/articles/2017/01/configuring-gpu-accelerated-keras-in-windows-10.html

नमस्ते
मैं आज CUDA 9.0 और cuDNN 7.0.5 लाइब्रेरी के साथ http://www.python36.com/install-tensorflow-using-official-pip-pacakage/ के साथ win10 पर tensorflow-gpu 1.6.0rc1 स्थापित करता हूं

सब ठीक लगता है

मैंने नवीनतम TensorFlow (v1.5+) के लिए NVIDIA GPU पूर्वापेक्षाएँ (CUDA-9.0 और cuDNN-7.0) के लिए एक स्क्रिप्ट बनाई, यहाँ लिंक है ।