tensorflow 🚀 - CuDNN 7 및 CUDA 9로 업그레이드

@tfboyd 이에 대한 의견이 있습니까?

shivaniag 에 2017년 08월 05일

cuDNN 7은 아직 미리보기 모드이며 작업 중입니다. 우리는 1.3과 함께 cuDNN 6.0으로 방금 옮겼습니다. 이 버전은 몇 주 안에 최종 버전이 될 것입니다. 관심이 있는 경우 cuDNN 1.3.0rc2를 다운로드할 수 있습니다. 아직 cuDNN 7 또는 CUDA 9로 컴파일하지 않았습니다. CUDA 9는 모든 플랫폼에 설치하기 쉽지 않으며 일부 설치 패키지만 사용할 수 있다고 들었습니다. 라이브러리가 최종 완성되면 최종 평가를 시작합니다. NVIDIA는 또한 이러한 새로운 라이브러리의 측면을 지원하기 위해 주요 ML 플랫폼에 패치를 보내기 시작했으며 추가 작업이 있을 것으로 생각합니다.

편집: CUDA 9는 모든 플랫폼에 설치하기 쉽지 않고 대신 cuDNN이라고 말하고 싶었습니다. 나는 또한 추가 작업이있을 것이라고 의심되는 작업이 있는지 확인했습니다. 내가 남긴 어리석은 진술의 나머지 부분은 예를 들어 어제 cuDNN 7이 실행되었다는 것을 깨닫지 못했습니다.

tfboyd 에 2017년 08월 05일

👍4 ❤1

웹사이트를 어떻게 읽어야 하는지 말하지 않습니다. 그러나 파스칼에서 2배 더 빠른 것은 CUDA 8 릴리스의 일부인 것 같습니다. 사이트를 어떻게 보느냐에 따라 다를 것 같아요. NVIDIA는 CUDA 9가 Pascal의 속도를 (모든 것에서) 2배 향상시킬 것이라고 언급하지 않았으며 모든 것이 가능하지만 그런 일이 일어나리라고 기대하지는 않습니다.

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

사이트가 약간 혼란스럽긴 하지만 인용하고 있는 섹션이 CUDA 8 아래에 중첩되어 있다고 생각합니다. 이 부분만 언급한 것이므로 릴리스에 대한 비현실적인 기대를 하지 마십시오. Volta의 경우 내가 이해하고 있는 것에서 상당한 이득이 있어야 하며 (지금은 확실하지 않음) 사람들이 전체 릴리스를 준비하기 위해 높은 수준의 작업을 시작하기 위해 Volta의 엔지니어링 샘플을 얻고 있다고 생각합니다.

tfboyd 에 2017년 08월 05일

@tfboyd cuDNN 7은 어제부로 더 이상 미리보기 모드가 아닙니다. CUDA 8.0 및 CUDA 9.0 RC용으로 공식 출시되었습니다.

sclarkson 에 2017년 08월 05일

👍10

아, 나는 그것을 놓쳤다. @sclarkson 에게 감사하고 잘못된 정보에 대해 죄송합니다.

tfboyd 에 2017년 08월 05일

마침내 gcc 6이 CUDA 9에서 지원되고 Ubuntu 17.04가 함께 제공되기 때문에 확실히 시도해 볼 것입니다.

theflofly 에 2017년 08월 05일

운이 좋으면 스레드에게 알려주십시오. 저는 개인적으로 이제 막 시작하는
cuDNN 6을 완전히 테스트합니다(내부적으로 많이 테스트되었지만
개인적으로 사용). 나는 종종 최신 항목으로 업그레이드하는 것이 느립니다. 나의
모든 것이 완료될 때까지 cuDNN 7에서 실제 변경 사항을 보지 못할 수도 있습니다.
최신 API를 사용하도록 패치되었습니다. 내가 다 틀렸다는 것을 다시 강조하고 싶다
시간의. 내가 외부인으로서 본 것은 새로운 cuDNN 버전이 추가된다는 것입니다.
새로운 방법/API. 일부는 흥미롭고 일부는 즉시 적용되지 않습니다.
유용한. 그런 다음 해당 API는 TensorFlow API를 통해 노출되거나 그냥 사용됩니다.
배후에서 기존 방법을 더 빠르게 만듭니다. 내 매우 높은 수준
cuDNN 7 + CUDA 9는
볼타. 주요 초점 중 하나는 모델을 얻는 방법이라고 생각합니다.
몇) 끝없이 오른쪽을 추측할 필요 없이 FP16으로 수렴
사용할 구성/초매개변수. 나는 이것이 내가 하는 방식임을 강조하고 싶다.
대화를 이해했고 내가 틀릴 수도 있고 반쯤 맞을 수도 있습니다.

스트레스: 추가해야 한다고 생각하는 방법이 있는 경우(또는
성능)을 cuDNN에서 TensorFlow로 변환하려면 항상 목록에 관심이 있습니다.
내부적으로 이것은 cuDNN 6에서 발생했으며 우리는 구현에 집중했습니다.
기능 팀은 프로젝트에 도움이 될 것이라고 말했습니다.

2017년 8월 5일 토요일 오전 8시 46분, 플로리안 알림 @github.com
썼다:

마침내 gcc 6이 CUDA 9에서 지원되고
우분투 17.04가 함께 제공됩니다.
—
당신이 언급되었기 때문에 이것을 받는 것입니다.
이 이메일에 직접 답장하고 GitHub에서 확인
https://github.com/tensorflow/tensorflow/issues/12052#issuecomment-320450756 ,
또는 스레드 음소거
https://github.com/notifications/unsubscribe-auth/AWZessKqj_nPY1br9SD9L9SX-8Kf5Dbtks5sVI5TgaJpZM4OuRL7
.

tfboyd 에 2017년 08월 05일

추가될 메소드에 대해 말하자면, cudnn7의 그룹 컨볼루션은 비전 커뮤니티에 중요한 기능이 될 것입니다.

ppwwyyxx 에 2017년 08월 05일

👍25

멋져요. 시작하는 목록에 추가하겠습니다. 잊을 수 있지만 자유롭게
내가 몇 가지 지침을 제공할 수 있는 일종의 목록을 게시하도록 상기시키기 위해
작업 중인 것 같습니다. 약속은 아니지만 우리는 원한다
사람들이 원하고 필요로 하는 것의 우선순위를 정할 수 있도록 피드백을 제공합니다. Yuxin님, 감사합니다.

2017년 8월 5일 토요일 오후 12시 26분에 Yuxin Wu [email protected]이 다음과 같이 썼습니다.

추가할 메서드에 대해 말하면 cudnn7의 그룹 컨볼루션은
비전 커뮤니티의 중요한 기능입니다.
—
당신이 언급되었기 때문에 이것을 받는 것입니다.
이 이메일에 직접 답장하고 GitHub에서 확인
https://github.com/tensorflow/tensorflow/issues/12052#issuecomment-320465264 ,
또는 스레드 음소거
https://github.com/notifications/unsubscribe-auth/AWZesv9udRRxy9WvsK2eUEZCj7LAGM8bks5sVMHVgaJpZM4OuRL7
.

tfboyd 에 2017년 08월 05일

방금 CUDA 8과 함께 cuDNN 7로 컴파일을 시도했는데 실패했습니다.
예상. 라인을 도와야 하는 NVIDIA에서 들어오는 패치가 있습니다.
일을 위로. 누군가가 시도하는 경우에만 주의하십시오.

2017년 8월 5일 토요일 오후 1시 47분에 Toby Boyd [email protected]이 다음과 같이 썼습니다.

멋져요. 시작하는 목록에 추가하겠습니다. 잊을 수 있지만 자유롭게
내가 몇 가지 지침을 제공할 수 있는 일종의 목록을 게시하도록 상기시키기 위해
작업 중인 것 같습니다. 약속은 아니지만 우리는 원한다
사람들이 원하고 필요로 하는 것의 우선순위를 정할 수 있도록 피드백을 제공합니다. Yuxin님, 감사합니다.
2017년 8월 5일 토요일 오후 12시 26분, Yuxin Wu [email protected]
썼다:
추가할 메서드에 대해 말하면 cudnn7의 그룹 컨볼루션은
비전 커뮤니티의 중요한 기능입니다.
—
당신이 언급되었기 때문에 이것을 받는 것입니다.
이 이메일에 직접 답장하고 GitHub에서 확인
https://github.com/tensorflow/tensorflow/issues/12052#issuecomment-320465264 ,
또는 스레드 음소거
https://github.com/notifications/unsubscribe-auth/AWZesv9udRRxy9WvsK2eUEZCj7LAGM8bks5sVMHVgaJpZM4OuRL7
.

tfboyd 에 2017년 08월 06일

CUDA 8/9가 실행되는 cuDNN 7을 얻으려고 합니다. CUDA 8은 GTX 1080 Ti에서 지원되지 않습니다 - 적어도 설치 프로그램은 그렇게 말합니다 ^^

함께 실행하는 데 큰 어려움을 겪고 있습니다. 내가 이미 시도한 것을 요약한 이 훌륭한 기사를 지적하고 싶습니다. https://nitishmutha.github.io/tensorflow/2017/01/22/TensorFlow-with-gpu-for-windows.html

CUDA 예제는 두 설정 조합에서 Visual-Studio를 통해 작동합니다.
Visual-Studio를 사용하여 컴파일된 deviceQuery.exe의 출력은 다음과 같습니다.

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 Nvidea 의 cuDNN 업데이트를 확인하는 링크가 있습니까?

4F2E4A2E 에 2017년 08월 06일

@4F2E4A2E 1080 Ti는 확실히 CUDA 8.0을 지원합니다. 이것이 제가 지난 몇 달 동안 TensorFlow와 함께 사용해 온 것입니다.

tpankaj 에 2017년 08월 07일

안녕하세요, 저는 cuda 8.0이 설치된 gtx 1080 ti를 가지고 있습니다. tensorflow-gpu를 설치하려고 합니다. cuDNN 5.1, 6.0 또는 7.0으로 갈까요?

colmantse 에 2017년 08월 07일

당분간은 5.1을 유지하는 것이 좋습니다. 더 깊은 성능을 실행 중입니다.
6에 대한 테스트와 알아내기 위해 더 많은 테스트가 필요한 혼합 결과를 얻습니다.

2017년 8월 6일 오후 9시 30분에 "colmantse" [email protected]이 작성했습니다.

안녕하세요, 저는 cuda 8.0이 설치된 gtx 1080 ti를 가지고 있습니다. 설치하려고합니다
tensorflow-gpu, cuDNN 5.1, 6.0 또는 7.0을 선택합니까?
—
당신이 언급되었기 때문에 이것을 받는 것입니다.
이 이메일에 직접 답장하고 GitHub에서 확인
https://github.com/tensorflow/tensorflow/issues/12052#issuecomment-320566071 ,
또는 스레드 음소거
https://github.com/notifications/unsubscribe-auth/AWZeshvEFsdeWz-1uyzl_L6HE15E0BzSks5sVpLlgaJpZM4OuRL7
.

tfboyd 에 2017년 08월 07일

고마워, 나는 cudnn 6.0으로 시도했지만 작동하지 않는다. 내 더미 tf-gpu 설치 때문에 추측된다. cudnn 5.1은 python 3.6에서 작동합니다.

colmantse 에 2017년 08월 07일

🎉2

@tpankaj 감사합니다! CUDA 8 및 cuDNN 5.1에서 실행 중입니다.

4F2E4A2E 에 2017년 08월 08일

cuDNN 7의 전체 기능은 다음과 같습니다.

주요 기능 및 개선 사항
이 cuDNN 릴리스에는 다음과 같은 주요 기능 및 개선 사항이 포함되어 있습니다.
텐서 코어
cuDNN 버전 7.0.1은 텐서 코어 작업을 지원하는 첫 번째 버전입니다.
구현. Tensor Core는 고도로 최적화된 행렬 곱셈을 제공합니다.
전통적인 방식에서 동등한 수치적 행동을 하지 않는 빌딩 블록
따라서 명령어의 수치적 동작은 약간 다릅니다.
cudnnSetConvolutionMathType, cudnnSetRNNMatrixMathType 및
cudnn수학 유형_t
cudnnSetConvolutionMathType 및 cudnnSetRNNMatrixMathType
기능을 사용하면 Tensor Core 작업을 사용할지 여부를 선택할 수 있습니다.
수학 모드를 다음 중 하나로 설정하여 각각 컨볼루션 및 RNN 레이어
CUDNN_TENSOR_OP_MATH 또는 CUDNN_DEFAULT_MATH.
Tensor Core 연산은 여러 개의 병렬 부동 소수점 누적을 수행합니다.
부동 소수점 제품.
수학 모드를 CUDNN_TENSOR_OP_MATH로 설정하면 라이브러리가 다음을 사용할 것임을 나타냅니다.
텐서 코어 작업.
기본값은 CUDNN_DEFAULT_MATH입니다. 이 기본값은 Tensor Core가
라이브러리에서 작업을 피할 수 있습니다. 기본 모드는 직렬화된 작업입니다.
반면 Tensor Core는 병렬 작업이므로 두 가지 결과가
작업 순서가 다르기 때문에 수치 결과가 약간 다릅니다.
Tensor Core 연산이 다음과 같을 때 라이브러리는 기본 수학 모드로 폴백합니다.
지원되지 않거나 허용되지 않습니다.
cudnnSetConvolutionGroupCount
애플리케이션이 컨볼루션 그룹을 수행할 수 있도록 하는 새로운 인터페이스
단일 API 호출에서 컨볼루션 레이어.
cudnnCTCLLoss
cudnnCTCLoss는 Connectionist Temporal의 GPU 구현을 제공합니다.
RNN에 대한 분류(CTC) 손실 함수. CTC 손실 함수는 다음을 위해 사용됩니다.
음성 및 필기 인식의 음소 인식.
CUDNN_BATCHNORM_SPATIAL_PERSISTENT
CUDNN_BATCHNORM_SPATIAL_PERSISTENT 함수는 새 배치입니다.
cudnnBatchNormalizationForwardTraining의 정규화 모드
및 cudnnBatchNormalizationBackward. 이 모드는 다음과 유사합니다.
그러나 CUDNN_BATCHNORM_SPATIAL은 일부 작업의 경우 더 빠를 수 있습니다.
cudnnQueryRuntimeError
cudnnQueryRuntimeError 함수는 GPU에서 작성한 오류 코드를 보고합니다.
cudnnBatchNormalizationForwardTraining을 실행할 때 커널
및 cudnnBatchNormalizationBackward
CUDNN_BATCHNORM_SPATIAL_PERSISTENT 모드.
cudnnGetConvolutionForwardAlgorithm_v7
이 새로운 API는 예상 성능에 따라 정렬된 모든 알고리즘을 반환합니다.
(내부 휴리스틱 사용). 이러한 알고리즘은 다음과 유사하게 출력됩니다.
cudnnFindConvolutionForwardAlgorithm.
cudnnGetConvolutionBackwardDataAlgorithm_v7
이 새로운 API는 예상 성능에 따라 정렬된 모든 알고리즘을 반환합니다.
(내부 휴리스틱 사용). 이러한 알고리즘은 다음과 유사하게 출력됩니다.
cudnnFindConvolutionBackwardAlgorithm.
cudnnGetConvolutionBackwardFilterAlgorithm_v7
이 새로운 API는 예상 성능에 따라 정렬된 모든 알고리즘을 반환합니다.
(내부 휴리스틱 사용). 이러한 알고리즘은 다음과 유사하게 출력됩니다.
cudnnFindConvolutionBackwardFilter 알고리즘.
CUDNN_REDUCE_TENSOR_MUL_NO_ZEROS
MUL_NO_ZEROS 함수는 0을 무시하는 곱셈 감소입니다.
데이터.
CUDNN_OP_TENSOR_NOT
OP_TENSOR_NOT 함수는 음수를 취하는 단항 연산입니다.
(알파*A).
cudnnGetDropoutDescriptor
cudnnGetDropoutDescriptor 함수를 사용하면 애플리케이션이 드롭아웃될 수 있습니다.
가치.

cancan101 에 2017년 08월 08일

좋습니다. 저는 CUDA 9 RC + cuDNN 7.0의 "블로그"에 가까운 새로운 문제를 시작하는 것에 대해 생각하고 있습니다. 나는 함께 패치되었지만 CUDA 9RC 및 cuDNN 7.0인 "내 손에" TF 빌드를 가지고 있으며 누군가가 그것을 시도하는 데 관심이 있는지 알고 싶습니다. 또한 공유할 수 없는 이상한 이유가 없는지 확인해야 합니다. TensorFlow가 사용하는 일부 업스트림 라이브러리를 변경해야 하지만 가까운 시일 내에 NVIDIA에서 PR이 들어오는 것을 보게 될 것입니다. 나와 팀은 Volta에서 CUDA 8 + cuDNN 6을 테스트한 다음 Volta(V100)에서 FP32 코드로 CUDA 9RC + cuDNN 7을 테스트할 수 있었습니다. 저는 Linux 빌드와 Python 2.7만 수행하지만 여러분 모두/누구라도 관심이 있다면 cuDNN 6.0보다 커뮤니티를 더 많이 참여시키고 싶습니다. 아주 재미있지는 않을 수도 있지만 제공하고 싶습니다. 우리가 함께 있는 것과 같은 느낌을 주기 위해 노력하고 있습니다. 나는 또한 우리가 작업하고 있지만 cuDNN 7(및 6.0)에 대해 약속하지 않은 기능 목록을 작성하고 싶습니다. @cancan101 전체 목록 감사합니다.

tfboyd 에 2017년 08월 11일

🎉3

@tfboyd : CUDA 9.0RC+cuDNN 7.0에 대한 설명을 해주시면 감사하겠습니다. 나는 이상한 시스템(TF1.3, CUDA 8.0 및 cuDNN 6.0 gcc-4.8이 포함된 우분투 17.10 베타)을 사용하고 있으며 cuda 9 및 cudnn 7로 업그레이드하는 것이 실제로 컴파일러 면에서 좋을 것입니다.

Froskekongen 에 2017년 08월 11일

나는 당신이 스스로를 구축하는 데 필요한 것을 얻기 위해 무엇을 할 수 있는지 볼 것
바이너리. 성과 팀 리더는 내가 이것을 가능하게 할 수 있다고 말했습니다.
그래서 우리는 더 투명할 수 있고 나는 커뮤니티로서 더 재미있기를 바랍니다.
당신에게 패치를 얻는 것과 그것을 만드는 방법은 아주 어렵지는 않지만 조금
더 열심히. 또한 관리할 시간이 없기 때문에 매우 비공식적일 것입니다.
가지와 패치가 매우 빨리 썩을 수 있습니다(깨끗하게 적용되지 않음). NS
패치는 관련된 모든 사람들이 변경 사항에 대해 괜찮은지 확인하는 데 사용되었습니다.
일반 및 개별 PR이 들어오기 시작할 것으로 예상합니다.

2017년 8월 11일 금요일 오전 5:22 Erlend Aune 알림 @github.com
썼다:

@tfboyd https://github.com/tfboyd : 설명 해주시면 감사하겠습니다
CUDA 9.0RC+cuDNN 7.0을 수행할 때. 나는 이상한 시스템을 사용하고 있습니다 (우분투
17.10 베타(TF1.3, CUDA 8.0 및 cuDNN 6.0 gcc-4.8 포함) 및 업그레이드
cuda 9와 cudnn 7은 실제로 컴파일러 면에서 훌륭할 것입니다.
—
당신이 언급되었기 때문에 이것을 받는 것입니다.
이 이메일에 직접 답장하고 GitHub에서 확인
https://github.com/tensorflow/tensorflow/issues/12052#issuecomment-321798364 ,
또는 스레드 음소거
https://github.com/notifications/unsubscribe-auth/AWZesj4WRkFKNX-Nt2oKtvp0oyQVBtM5ks5sXEdqgaJpZM4OuRL7
.

tfboyd 에 2017년 08월 11일

@tfboyd : 관심이 있는데 어떻게 공유하나요? 지점?

theflofly 에 2017년 08월 12일

@tfboyd 저도 분명히 관심이 있을 것입니다. 감사 해요!

tanmayb123 에 2017년 08월 12일

이번주에 해결하려고 합니다. 나보다 물류가 힘든 경우가 많다
생각한다.

2017년 8월 12일 오전 10시 18분에 "Tanmay Bakshi" [email protected]이 다음과 같이 썼습니다.

@tfboyd https://github.com/tfboyd 나는 확실히 매우 관심이 있을 것입니다
잘. 감사 해요!
—
당신이 언급되었기 때문에 이것을 받는 것입니다.
이 이메일에 직접 답장하고 GitHub에서 확인
https://github.com/tensorflow/tensorflow/issues/12052#issuecomment-321994065 ,
또는 스레드 음소거
https://github.com/notifications/unsubscribe-auth/AWZesjO42Rl1WCyW0KR22KgbydKh1O4Zks5sXd6AgaJpZM4OuRL7
.

tfboyd 에 2017년 08월 14일

Python 2.7을 좋아하는 경우 사용할 지침 및 바이너리. 노력을 추적하기 위해 생성한 문제를 업데이트하므로 이 글을 닫을 것입니다. @sssssssssss ㅠ

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

tfboyd 에 2017년 08월 22일

방금 Windows x64에서 Python 3.6용으로 미리 컴파일된 tensorflow-gpu-1.3.0을 설치하려고 시도했고 Cuda 8.0과 함께 cuDNN 라이브러리 버전 7.0을 제공했으며 적어도 저에게는 모든 것이 작동하는 것 같습니다. 예외나 문제가 보이지 않습니다.
이것이 예상되는 일입니까? cuDNN 7.0은 cuDNN 6.0과 이전 버전과 호환됩니까? 이로 인해 문제가 발생할 수 있습니까?

apacha 에 2017년 09월 06일

@apacha 나는 그것이 효과가 있다는 것에 약간 놀랐습니다. TensorFlow 바이너리가 이름으로 찾고 *.so 파일에 이름에 6.0/7.0이 포함되어 있기 때문에 TensorFlow 바이너리가 cuDNN을 찾을 수 없는 테스트에서 이전에 오류를 본 적이 있습니다. 원격으로 가능하면 cuDNN 6이 여전히 경로에 있습니다. 나는 당신의 설정에 대해 추측하는 것을 좋아하지 않지만 내가 내기를 한다면 나는 그것이 여전히 cuDNN 6을 사용하고 있다고 말할 것입니다.

특정 버전을 찾기 위해 컴파일되는 TensorFlow를 뺀 하위 호환과 관련하여. 모르겠어요.

마지막으로, 그것은 큰 문제가 아닙니다. cuDNN 7 PR은 거의 승인/병합되었으며 사전 컴파일된 바이너리는 1.5에서 cuDNN 7로 이동할 가능성이 높습니다.

CUDA 9RC 및 cuDNN 7 진행에 대한 업데이트

NVIDIA의 PR이 거의 승인되었습니다.
EIGEN 변경이 승인 및 병합되었습니다.
V100(Volta)에서 FP16 테스트 본격 시작

tfboyd 에 2017년 09월 06일

완전성 을 위해 cudnn64_5.dll 삭제했는데 CUDA 설치 경로에 cudnn64_6.dll 가 없습니다. 아마도 Windows 마술 일 것입니다. :-NS

한 가지 주의할 점은: 저는 여전히 9.0이 아니라 CUDA 8.0을 사용하고 있습니다.

apacha 에 2017년 09월 06일

@apacha 창의 마법일 수도 있습니다. 나는 아무 생각이 없었기 때문에 비판적인 소리를 하고 싶지 않았다. cuDNN 호출이 변경되지 않아야 하므로 이전 버전과 호환될 가능성이 있으므로 Windows 마술이 가능하다고 생각합니다. Linux 빌드의 경우 TensorFlow는 특정 파일을 찾고 있으며(또는 오류가 발생했을 때의 모습입니다) cudnnblahblah.6.so를 찾지 못하면 매우 불행합니다. 업데이트 및 세부 정보에 감사드립니다.

tfboyd 에 2017년 09월 06일

체크아웃하고 사용해 볼 수 있는 분기/태그가 있습니까?
새로운 설치를 시작했습니다. Ubuntu 17... 그런 다음 새로운 gcc가 CUDA 9를 부과했습니다. CuDNN이 7이라는 것을 알았습니다... 내가 어디로 가고 있는지 알 수 있습니다.
나는 확실히 많은 곳에서 내 설정을 해킹할 수 있습니다(그리고 Ubuntu 16으로 처음부터 다시 시작할 수 있습니다). 단지 너무 가깝고 수정 사항이 가깝다고 합니다... 내가 할 수 있다면 과거에 큰 도약을 하는 이유 미래의 작은 도약!

RemiMorin 에 2017년 09월 13일

PR이 거의 승인되었습니다. 검토 중입니다. 나는 몇 가지 더 의심
기껏해야 몇 주이지만 이러한 검토에는 시간이 걸릴 수 있습니다. 나는 이것들이 모두라고 생각한다.
그들을. EIGEN 변경을 위해 낙오자 또는 변경이 있을 수 있습니다.
CUDA 9. 개인적으로 준비하지 않았습니다. 그들은 매일 더 가까워집니다.

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

2017년 9월 12일 화요일 오후 7시 49분, Remi Morin [email protected]
썼다:

체크아웃하고 사용해 볼 수 있는 분기/태그가 있습니까?
새로운 설치인 Ubuntu 17을 시작한 다음 새 gcc는 CUDA 9를 부과하고,
에 맞는 CuDNN이 7이라는 것을 알았습니다. 제가 어디로 가고 있는지 알 수 있습니다.
나는 확실히 많은 곳에서 내 설정을 해킹할 수 있습니다(그리고 처음부터 시작할 수 있습니다)
우분투 16에서 다시) 나는 너무 가깝고 수정 사항이 가깝다고합니다 ... 왜
미래에 작은 도약을 할 수 있다면 과거에 큰 도약을!
—
당신이 언급되었기 때문에 이것을 받는 것입니다.
이 이메일에 직접 답장하고 GitHub에서 확인
https://github.com/tensorflow/tensorflow/issues/12052#issuecomment-329041739 ,
또는 스레드 음소거
https://github.com/notifications/unsubscribe-auth/AWZesrpX6TSN6fVESEsql3QNtjgo-LM9ks5sh0KqgaJpZM4OuRL7
.

tfboyd 에 2017년 09월 13일

👍12

@tfboyd 이것이 여전히 문제입니까? cuda 9.0이 오늘 출시되었다는 것을 깨달았습니다.

jshin49 에 2017년 09월 27일

cuda 9.0이 출시되었는데 cuda 8.0 설치 파일을 찾을 수 없습니다....
텐서플로 업그레이드 해주세요...

zjjott 에 2017년 09월 27일

👍6

cuda 9.0이 출시되었는데 cuda 8.0 설치 파일을 찾을 수 없습니다....

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

thomasjo 에 2017년 09월 27일

👍6

@thomasjo 감사합니다!

zjjott 에 2017년 09월 28일

@tfboyd가 언급한 PR을 승인하면 tensorflow 1.3이 이제 CUDA 9 및 cuDNN 7과 호환됩니까? 누구든지 실제로 이것을 성공적으로 설치 했습니까?

voxmenthe 에 2017년 09월 28일

@voxmenthe 방금 CUDA 9.0 및 cuDNN7과 함께 tf1.3을 설치하려고 했습니다. 이 문제와 관련된 오류가 발생했습니다. #12489

편집: 기본적으로 방법을 모르겠습니다. 그러나 더 이상 변경하지 않고 마스터 브랜치(처음에는 설치하지 않았음)로 이동하여 설치할 수 있었습니다. 하지만 이제 tensorflow를 가져오려고 하면 플랫폼 모듈이 누락되었다고 표시됩니다.

sorny92 에 2017년 09월 28일

👍6

관련 PR이 얼마나 가까이에 있는지에 대한 표시가 있습니까? cuDNN 7을 설치한 다음 문제를 일으키고 있음을 깨달았습니다. v6으로 다운그레이드할 수 있지만 문제가 해결될 때까지 기다릴 수 있다고 생각했습니다...

nmstoker 에 2017년 10월 01일

👍4

PR이 승인된 것 같습니다. 며칠 동안 직접 빌드를 실행하지 않았습니다. 1.3에는 얼마 전과 같이 이러한 변경 사항이 없습니다. 1.4에는 변경 사항이 있습니다. 이번 주에 최신 버전을 다운로드하고 새로 빌드할 수 있기를 바랍니다. 나는 내가 시간이 있기 전에 누군가가 그것을 잘 할 것이라고 생각합니다.

tfboyd 에 2017년 10월 02일

👍2

똑똑한 사람들이 Win 10 x64용 CUDA v9.0, cudnn 7.0을 사용하여 tf 1.3 또는 1.4에 대한 자습서를 만들 가능성이 있습니까? (Anaconda) 설치를 시도했지만 '_pywrap_tensorflow_internal' 오류가 계속 발생하고 이미 msvcp140.dll이 내 경로에 추가되었는지 확인했습니다.

devilsnare007 에 2017년 10월 07일

@devilsnare007 : https://github.com/philferriere/dlwin을 팔로우 하는 것이 가장 좋은 기회라고 생각합니다 . 나열된 버전을 현재 버전으로 바꾸기만 하면 됩니다. TF 1.4는 아직 출시되지 않았습니다. 그러나 TF 1.3은 제공된 지침에 따라 제대로 작동해야 합니다. 모든 것이 업그레이드되고 TF 1.4가 릴리스되면 해당 자습서를 업데이트합니다.

apacha 에 2017년 10월 07일

👍2

TF 1.4가 출시되면 cuDNN 7.0이 지원되나요?

soloice 에 2017년 10월 09일

@솔로이스
머리에서 (며칠 전 현재) 나는 특별한 변경 없이 cuDNN 7.0으로 CUDA 9(릴리스 버전)를 컴파일할 수 있었고 GTX 1080에서 몇 가지 tf_cnn_benchmarks.py 테스트를 실행했습니다. 모든 것이 괜찮아 보입니다. 이번 주에 RC에 포함되어야 하는 TF 1.4에는 CUDA 8 및 cuDNN 6 바이너리가 있지만 CUDA 9 및 cuDNN 7에서도 잘 컴파일됩니다. 목표는 TF 1.5가 바이너리에 CUDA 9 및 cuDNN 7을 포함하는 것입니다. 이를 통해 사람들은 시스템 라이브러리를 업그레이드하고 테스트에 더 많은 시간을 할애할 수 있습니다. Voltas를 실행 중이라면 자유롭게 다른 스레드를 시작하고 업데이트하겠습니다. 실시간으로 FP16에서 진행됩니다.

tfboyd 에 2017년 10월 09일

👍4

@tfboyd TF 1.4가 cuDNN 7로 컴파일된다는 소식을 듣게 되어 기쁩니다! 어느 시점에서 설치 가이드를 작성해야 한다고 느낀다면 DL 커뮤니티를 위한 훌륭한 공공 서비스가 될 것입니다.

voxmenthe 에 2017년 10월 09일

문제 없습니다. 충분히 쉬워야 하며 기꺼이 채우겠습니다.
갭.

2017년 10월 9일 월요일 오전 9시 42분에 Jeff [email protected]이 다음과 같이 썼습니다.

@tfboyd https://github.com/tfboyd TF 1.4가 컴파일된다는 소식을 듣게 되어 기쁩니다.
cuDNN 7과 함께! 어느 시점에서 설치 가이드를 만들 생각이라면
DL 커뮤니티를 위한 훌륭한 공공 서비스가 될 것입니다.
—
당신이 언급되었기 때문에 이것을 받는 것입니다.
이 이메일에 직접 답장하고 GitHub에서 확인
https://github.com/tensorflow/tensorflow/issues/12052#issuecomment-335212652 ,
또는 스레드 음소거
https://github.com/notifications/unsubscribe-auth/AWZesp7d2aT8gsGOWb6YjHH_CnpKXUIPks5sqkztgaJpZM4OuRL7
.

tfboyd 에 2017년 10월 09일

CUDA 9 및 cuDNN 7.0에서 작동하는 whl을 가질 가능성이 있습니까?

감사 해요!

alexirae 에 2017년 10월 09일

내 것을 게시할 것입니다(1.4가 아닐 가능성이 높지만 일부는 거의 일치합니다.
테스트를 위해 빌드할 때 이름에 해시를 포함하지만
우분투 16.04(gcc 버전이 무엇인지 잊어버렸습니다), linux, python 2.7은 참고용입니다.
그리고 그 빌드를 공유할 생각은 없습니다.
사람들을 혼란스럽게 하고 나는 당신이 알고 있는 모든 사람들을 위해 강조할 것입니다.
미친 뒷문. 일부 비밀 코드를 추가하는 것이 너무 많은 작업처럼 느껴지지만
나에게.

나는 nightly-gpu 빌드가 거의 pip에 있다고 생각합니다.
항상 발생했습니다 당신은 단지 그들을 찾아야했습니다) 1.4 이후를 의미합니다
야간 빌드는 CUDA 9 + cuDNN 7로 매우 빠르게 이동합니다.

2017년 10월 9일 월요일 오전 11시 41분에 alexirae [email protected]에서 다음과 같이 썼습니다.

CUDA 9 및 cuDNN 7.0에서 작동하는 whl을 가질 가능성이 있습니까?
감사 해요!
—
당신이 언급되었기 때문에 이것을 받는 것입니다.
이 이메일에 직접 답장하고 GitHub에서 확인
https://github.com/tensorflow/tensorflow/issues/12052#issuecomment-335249979 ,
또는 스레드 음소거
https://github.com/notifications/unsubscribe-auth/AWZeskJ5LXJwFcRpm-sKZ9QORoltrHOEks5sqmj1gaJpZM4OuRL7
.

tfboyd 에 2017년 10월 09일

👍2

@tfboyd 답변 감사합니다. 마지막으로 Ubuntu 16.04에서 CUDA 8 + cuDNN 7을 지원하는 소스에서 최신 TF를 빌드했으며 모든 것이 GTX 1080 Ti에서 제대로 작동합니다.

soloice 에 2017년 10월 10일

@tfboyd 14.rc TF는 CuDNN 7 및 CUDA 9를 지원합니까?

maksimovkonstantin 에 2017년 10월 12일

소스에서 빌드하는 경우 포함됩니다. 기본값을 변경하고 싶습니다
AWS의 K80에서 회귀 테스트를 실행해야 하는 바이너리
모든 것이 잘 보이는지 확인하고 빌드를 생성하십시오. 우리
NVIDIA 드라이버가 성능 저하를 필요로 했기 때문에 즉시 문제가 발생했습니다.
Google Cloud에서 실행되는 Kokoro에서 30% 모든 스트레이트는 없습니다
하지만 CUDA 9 및 cuDNN 7은 1.4 소스에 있으며 예상대로
나를 위해 Pascal에 대한 매우 제한된 테스트.

2017년 10월 12일 목요일 오전 2시 40분, Konstantin [email protected]
썼다:

@tfboyd https://github.com/tfboyd 14.rc TF는 CuDNN 7을 지원하며
쿠다 9?
—
당신이 언급되었기 때문에 이것을 받는 것입니다.
이 이메일에 직접 답장하고 GitHub에서 확인
https://github.com/tensorflow/tensorflow/issues/12052#issuecomment-336075883 ,
또는 스레드 음소거
https://github.com/notifications/unsubscribe-auth/AWZesq03dvnXWd0GLXODBTNCWExlZGPnks5srd6pgaJpZM4OuRL7
.

tfboyd 에 2017년 10월 12일

CUDA 9, cuDNN 7.0 및 python 3.5에서 작동하는 whl을 가질 가능성이 있습니까?

diegoSta 에 2017년 10월 16일

TF 1.4가 완료된 후 야간 빌드는 CUDA 9 +
cuDNN 7은 문제가 없다고 가정합니다. 내가 만들고 재미로 공유하는 빌드는
내 테스트 시스템의 기본값이기 때문에 항상 python 2.7입니다.

2017년 10월 16일 월요일 오전 6시 59분, Diego Stalder [email protected]
썼다:

CUDA 9, cuDNN 7.0 및
파이썬 3.5?
—
당신이 언급되었기 때문에 이것을 받는 것입니다.
이 이메일에 직접 답장하고 GitHub에서 확인
https://github.com/tensorflow/tensorflow/issues/12052#issuecomment-336894073 ,
또는 스레드 음소거
https://github.com/notifications/unsubscribe-auth/AWZesqgclWqET4OufQHV3FAD4XxgnZiKks5ss2E6gaJpZM4OuRL7
.

tfboyd 에 2017년 10월 16일

👍3

출시 예정일은 없나요?

sursu 에 2017년 10월 17일

비트를 씹는 모든 사람들은 소스에서 #master를 빌드하십시오. 너무 어렵지 않습니다(시간만 소요됨). pip/whl 설치를 통해 최신 CUDA/cuDNN, _및_ 추가 최적화를 얻을 수 있습니다(예: 이 tut 의 CPU 최적화 참조). 또한 다음에 CUDA/cuDNN을 업그레이드할 때 기다릴 필요 없이 다시 빌드할 수 있습니다.

lefnire 에 2017년 10월 17일

👍1

소스에서 빌드, TF1.4는 cuda 9.0, cuDNN v7.0.3 및 python3.5에서 작동합니다.

diegoSta 에 2017년 10월 18일

👍19

win10 플랫폼의 소스에서 빌드할 수 있습니까?
TF가 cuda 9.0, cuDNN v7, python3에서 작동하기를 원합니다. 6 및 win10

tonyyuandao 에 2017년 10월 21일

👍2

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

brycecf 에 2017년 10월 21일

소스에서 빌드한 TF1.4는 cuda 9.0, cuDNN v7.0.3 및 python2.7에서도 작동합니다.

affromero 에 2017년 10월 24일

👍3

@affromero 우연히 jsoncpp에 문제가

brycecf 에 2017년 10월 24일

CUDA 9 / cuDNN 7을 사용하여 TF 1.4RC0 분기에서 AWS 구축에 대한 tf_cnn_benchmarks 테스트를 수행했으며 결과는 CUDA 8 + cuDNN 6과 같거나 약간 빠릅니다.

편집: elipeters 의견을 다루지 않은 언급 제거. :-)

tfboyd 에 2017년 10월 24일

@엘리페터스

빌드라고 할 때 휠 파일을 설치하지 않고 소스에서 빌드하는 것을 의미합니다. 휠은 이미 컴파일되었으며 1.4 바이너리는 CUDA 8 + cuDNN 6을 지원합니다. CUDA 9를 얻으려면 소스에서 빌드해야 합니다. 저는 윈도우 빌드를 해본적이 없습니다. 1.4가 출시되면 팀은 야간 빌드를 CUDA 9로 전환합니다.

tfboyd 에 2017년 10월 24일

사전 컴파일된 휠( https://pypi.python.org/pypi/tensorflow )로 1.4에 대한 두 번째 릴리스 후보(rc1)가 있습니다. 아직 CUDA 9로 테스트한 사람이 있습니까?

brean 에 2017년 10월 25일

시도했지만 cuda 9.0에서 작동하지 않습니다.

p9anand 에 2017년 10월 25일

다시 한번 시도해 보겠습니다.

1.4는 CUDA 8 + cuDNN 6입니다. CUDA 9에서는 작동하지 않습니다. 소스에서 컴파일해야 합니다.
1.4가 릴리스되면 야간 빌드를 CUDA 9로 전환하고 1.5는 CUDA 9가 될 가능성이 높습니다.

지난 주말에 AWS에서 벤치마크를 수행했기 때문에 소스(우분투 16.04/python 2)에서 1.4를 빌드할 때 CUDA 9가 제대로 작동한다는 것을 알고 있습니다.

tfboyd 에 2017년 10월 25일

여기에 소스에서 빌드하는 방법에 대한 최근 레시피가

yaroslavvb 에 2017년 10월 25일

❤2

당신은 최고의 야로슬라프입니다.

2017년 10월 25일 수요일 오전 8시 11분, Yaroslav Bulatov [email protected]
썼다:

여기에 소스에서 빌드에 대한 최근 레시피가 있습니다.
https://github.com/yaroslavvb/tensorflow-community-wheels (게시하십시오
빌드하면 CUDA 9.0 휠에 대한 링크도 거기에 있습니다)
—
당신이 언급되었기 때문에 이것을 받는 것입니다.
이 이메일에 직접 답장하고 GitHub에서 확인
https://github.com/tensorflow/tensorflow/issues/12052#issuecomment-339361959 ,
또는 스레드 음소거
https://github.com/notifications/unsubscribe-auth/AWZesmRwb0UmLWxzANWCq5RrT6teYtr5ks5sv0-IgaJpZM4OuRL7
.

tfboyd 에 2017년 10월 25일

안녕하세요, win10 env로 tensorflow gpu를 빌드하려고 합니다. 그런 다음에도 이 문제를 만났습니다. 누구든지 나를 도울 수 있습니까? 먼저 감사합니다.
내 환경:
win10 + gtx 1080ti + cuda 9.0 + cuDNN 7 + Visual Studio 직업 2015 + cmake 3.6.3 + 파이썬 3.5.4

tensorflow r1.4로 전환하고 win10 환경에서 cmake로 빌드하면 문제가 발생합니다.

`CUSTOMBUILD : 내부 오류: 어설션 실패: "C:/dvs/p4/build/sw/rel/gpu_drv/r384/r384_00/drivers/compiler/edg/EDG_4.12/src/lookup.c", 줄 2652 [ C:\TF\tensorflow\tensorflow\contrib\cmake\build\tf_core_gpu_kernels.vcxproj]

1 "C:/Users/ADMINI~1/AppData/Local/Temp/tmpxft_00000c94_00000000-8_adjust_contrast_op_gpu.cu.cpp4.ii" 컴파일에서 치명적인 오류가 감지되었습니다.

컴파일이 중단되었습니다.

adjust_contrast_op_gpu.cu.cc

CUSTOMBUILD: nvcc 오류: 'cudafe++'가 상태 0xC0000409로 사망했습니다. [C:\TF\tensorflow\tensorflow\contrib\cmake\build\tf_core_gpu_kernels.vcxproj]

tf_core_gpu_kernels_generated_adjust_contrast_op_gpu.cu.cc.obj.Release에서 CMake 오류. cmake:267 (메시지):
파일 생성 중 오류 발생
C:/TF/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`

위의 문제는 cuda compolie 자체 문제처럼 보이지만 tensorflow 버전을 r1.3으로 전환하면 또 다른 문제가 발생합니다.

`c:\tftest\tensorflow\tensorflow\contrib\cmake\build\external\eigen_archive\eigen\src/Core/util/Macros.h(416): 치명적인 오류 C1017:
[C:\TFtest\tensorflow\tensorflow\contrib\cmake\build\tf_core_gpu_kernels.vcxproj]

tf_core_gpu_kernels_generated_adjust_contrast_op_gpu.cu.cc.obj.Release에서 CMake 오류. cmake:267 (메시지):
파일 생성 중 오류 발생
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`

adjust_contrast_op_gpu.cu.cc 파일에 문제가 있는 것 같지만 오류를 찾을 수 없습니다.

위의 문제로 인해 며칠 동안 문제가 발생했습니다. 누군가가 이 시도와 성공을 진행하는 데 도움이 되었으면 합니다. Google 업그레이드 tensorflow가 win10 환경에서 cuda 9.0 및 cudnn 7을 지원하기를 강력히 기대합니다.

sirius-ai 에 2017년 10월 31일

CUDA 9 및 cuDNN 7.0이 포함된 TensorFlow용 wl을 출시한 사람이 있습니까?

vellamike 에 2017년 10월 31일

@vellamike 귀하의 질문이 일반적 출시 될 1.5와 함께 바이너리에 CUDA 9를 갖게 됩니다. 지금은 소스에서 빌드해야 합니다.

tfboyd 에 2017년 10월 31일

👍2

Mac 10.13 high sierra에서 CUDA 9 및 cuDNN 7로 1.4를 빌드하려고 합니다. 이 오류가 계속 발생합니다.

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

이에 대한 해결책이 있습니까?

smitshilu 에 2017년 11월 02일

vellamike 에 2017년 11월 02일

1.4가 여전히 바이너리에 CUDA 9가 없는 이유는 무엇입니까? 이 버전은 오래 전에 종료되었으며 보고된 여러 문제에 따라 매끄럽고 빠르지 않은 소스에서 빌드하는 V100이 필요합니다.

ViktorM 에 2017년 11월 03일

@ViktorM 소스에서 어떤 문제를 컴파일 했습니까? 조금 까다롭긴 했지만 그렇게 어렵지는 않았습니다.

vellamike 에 2017년 11월 03일

2017년 9월 26일은 CUDA 9의 GA였습니다. 4분기에 CUDA 9 + cuDNN 7 바이너리를 출시하면 이것이 cuDNN을 업그레이드하는 속도가 가장 빠를 것이라고 생각합니다. 나는 8.5에서 9까지 여기에 없었으므로 잘 모르겠습니다. 조금 더 빠르게 진행하고 싶지만 이것은 CUDA 8 설정을 가진 사람이 CUDA 9로 업그레이드해야 할 뿐만 아니라 장치 드라이버도 384.x로 업그레이드해야 한다는 것을 의미합니다. 가볍게.

이상적으로는 무한(또는 몇 개만 더 있으면 매트릭스가 빠르게 폭발함) 빌드가 있지만 설명하는 데 오랜 시간이 걸리고 많은 사람들이 관심을 갖는 또 다른 문제입니다.

tfboyd 에 2017년 11월 03일

BTW, Nvidia의 NGC TensorFlow 컨테이너를 사용하여 float16 matmul/V100에서 CUDA 9로 초당 85T ops/s를 관찰 했습니다(집에 있는 GTX 1080에서 8.8T ops/s와 반대). 공식적으로 지원되는 버전에서 이러한 개선 사항을 기대하고 있습니다!

yaroslavvb 에 2017년 11월 03일

@yaroslavvb 솔직히 말해서 우리는 몇 가지 FP16 문제를 해결하기 위해 노력하고 있습니다. tf_cnn_benchmarks에 FP16에 대한 경로가 있으며 ResNet50에 먼저 초점을 맞추고 FP16에 대한 Auto scaling도 작업 중입니다. 관심이 있으시면 시도해 볼 수 있지만 몇 가지 문제를 해결하기 위해 적극적으로 노력하고 있습니다. 사람들이 그 일을 하고 있고 시간이 걸릴 뿐입니다. 마침내 DGX-1이 사내에 있으므로 동일한 컨테이너로 플레이하고 정확한 플랫폼에서 앞으로의 성능을 추적할 수 있습니다.

tfboyd 에 2017년 11월 03일

좋아, 우분투 17.10을 설치하려고 하고 재미를 위해 모든 최신 항목을 시도하고 싶었습니다.
내가 하기 전에 나는 누군가가 소스에서 아래 스택 빌드를 시도하고 행운을 얻었는지 알고 싶었습니다.

-> 우분투 17.10, CUDA 9.0, cuDNN 7.0, TF 마스터
-> 우분투 17.10, CUDA 8.0, cnDNN 6.1, TF 1.4

vickylance 에 2017년 11월 04일

특히 Python 3.6.3, VS 2017, CUDA 9, cuDNN 7을 사용하여 @xsr-ai와 동일한 문제가 발생했습니다.

aluo-x 에 2017년 11월 04일

@aluo-x Windows 10에서 시도했다는 뜻입니까? VS 2017을 말했기 때문에 가정합니다.

vickylance 에 2017년 11월 04일

네, 맞습니다. 다음은 특정 오류입니다.

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 에 2017년 11월 04일

@aluo-x 최신 c-make를 사용하셨나요? 즉 릴리스 후보 또는 안정적인 릴리스?

vickylance 에 2017년 11월 04일

cmake 3.9.5, swig 3.0.12, CUDA 9.0.176, cuDNN 7.0.3 사용. VS 2017 19.11.25547.

aluo-x 에 2017년 11월 04일

@aluo-x 나도 c-make에 운이 별로 없었다. 하지만 Bazel로 빌드를 시도할 수 있습니까?

vickylance 에 2017년 11월 04일

@smitshilu 제가 https://github.com/pytorch/pytorch/issues/2692

문제가 있는 파일에서 모든 __align__(sizeof(T))_을 제거하는 동일한 솔루션을 적용해 보았습니다.
_tensorflow/core/kernels/concat_lib_gpu_impl.cu.cc_
_tensorflow/core/kernels/depthwise_conv_op_gpu.cu.cc_
_tensorflow/core/kernels/split_lib_gpu.cu.cc_

이것이 문제를 일으키는지 확실하지 않지만 지금까지는 잘 작동하는 것 같습니다. 그리고 내가 이해한 바에 따르면 런타임은 항상 공유 메모리에 대해 16의 고정 정렬을 사용합니다.

alexbrad 에 2017년 11월 05일

👍2

관심 있는 분들을 위해 CUDA 9 휠을 업로드했습니다. 자신을 구축 할 필요가 없습니다! https://github.com/mind/wheels/releases/tag/tf1.4-gpu-cuda9

danqing 에 2017년 11월 05일

👍8

Ubuntu 17.10, CUDA 9, CuDNN 7, Python 3.6, bazel 0.7.0 + 소스(마스터)의 TF.

이 답변의 지침에 따라 CUDA를 시작하고 실행하십시오.
https://askubuntu.com/questions/967332/how-can-i-install-cuda-9-on-ubuntu-17-10

64비트 버전 대신 다음 명령을 사용할 수 있습니다.

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

Tensorflow를 설치하려면 다음이 필요합니다.

TF를 컴파일하기 전에 경로 변수를 올바르게 구성하십시오(NVIDIA 페이지의 경로가 작동하지 않음):

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

컴파일하기 전에: CUDA 설치 중과 동일한 gcc 버전을 사용하도록 bazel을 구성합니다.

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

TF 지침을 따르는 동안 bazel 빌드 단계 노트에 도달하면 4.*보다 높은 gcc 버전으로 컴파일하려면 추가 플래그가 필요합니다.
bazel build --config=opt --config=cuda --cxxopt="-D_GLIBCXX_USE_CXX11_ABI=0" //tensorflow/tools/pip_package:build_pip_package

yselivonchyk 에 2017년 11월 05일

🎉1

@alexbrad CUDA 9, cuDNN 7을 사용하는 Mac GPU용으로 동일한 문제가 발생했습니다. 이 솔루션은 저에게도 효과가 있었고 지금까지 TF를 사용하는 데 문제가 발생하지 않았습니다.
소스 변경 및 휠: https://github.com/nathanielatom/tensorflow/releases/tag/v1.4.0-mac

nathanielatom 에 2017년 11월 05일

🎉2

Ubuntu 16.04, TensorFlow 1.4(CUDA 9.0 및 cuDNN 7.0.3 포함)가 이미 설치 및 테스트되었습니다.

소스에서 Tensorflow 1.4 설치

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

CUDA 버전 구성: 9.0
cuDNN 버전 구성: 7.0.3
https://developer.nvidia.com/cuda-gpus 에서 컴퓨팅 기능을 얻으십시오.
나는 GeForce GTX 1070을 가지고 있으므로 이것을 6.1로 설정했습니다.
적절하게 다른 옵션을 구성하십시오.

./configure

바젤 설치

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

TensorFlow 빌드

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

위의 tensorflow 휠 파일의 이름은 다를 수 있습니다.
확인하려면 ls /tmp/tensorflow_pkg 있으면 됩니다.

Tweakmind 에 2017년 11월 07일

👍9 🎉4 ❤1

Mac 10.13, CUDA 9 및 tensorflow 1.4용 설치 단계 https://gist.github.com/smitshilu/53cf9ff0fd6cdb64cca69a7e2827ed0f

smitshilu 에 2017년 11월 07일

👍6 🎉3

누군가 bazel을 사용하여 Linux(Ubuntu 16.04)의 Windows용 소스에서 tensorflow whl 패키지를 어떻게 빌드할 수 있는지 말해 줄 수 있습니까? 내가 맞다면 버전 1.2에서 가능했습니다. 감사 해요.

48d90782 에 2017년 11월 09일

@ValeryPiashchynski 다음 단계를 따를 수 있습니다 https://www.tensorflow.org/install/install_sources

smitshilu 에 2017년 11월 09일

@smitshilu 답변 감사합니다. 이 단계에 따라 Ubuntu에서 휠 패키지를 빌드할 수 있으며 모두 Ubuntu에서 잘 작동합니다. 그러나 Windows OS에 해당 whl 패키지를 설치할 수 없습니다(오류가 있습니다: 지원되지 않는 휠). 그래서 내 질문은 Ubuntu에서 패키지를 빌드한 다음 Windows에 설치할 수 있는 방법입니다.

48d90782 에 2017년 11월 09일

~ @ValeryPiashchynski 그건 불가능하다고 생각합니다.~

(아래 의견이 달리 제안하는 대로 꺼내기)

danqing 에 2017년 11월 09일

Windows용 Ubuntu에서 크로스 빌드는 언젠가 clang을 통해 가능해야 합니다. Windows 바이너리가 현재 MSVC로 구축되어 있기 때문에 많은 수정이 필요할 것입니다. 지난 월요일 @gunan 과 직접 대화할 때도 기본적으로 같은 질문을

therc 에 2017년 11월 09일

bazel에서는 크로스 컴파일이 가능하지만 tensorflow에서 어떻게 해야할지 모르겠습니다. 참고로
https://github.com/bazelbuild/bazel/wiki/Building-with-a-custom-toolchain
https://github.com/bazelbuild/bazel/issues/1353

smitshilu 에 2017년 11월 09일

여기에 게시된 tensorflow 1.5 야간 빌드(win10 빌드)에 CUDA9+CuDNN7 지원이 있는지 아는 사람이 있습니까?
https://pypi.python.org/pypi/tf-nightly-gpu/1.5.0.dev20171115

참고로 이 티켓과 #14126을 "TF 1.5로 발매된다"고 해서 티켓을 끊는 것은 전적으로 무책임합니다. MXNET 0.12에는 이미 CUDA9 FP16이 프로덕션 환경에 있습니다. Tensorflow와 CNTK는 서둘러야 합니다. 볼타에게만 유익한 것은 아닙니다.

whatever1983 에 2017년 11월 15일

아직까지는 CUDA 9용 빌드 인프라를 업그레이드하기 위해 노력하고 있습니다.
이번 주가 끝나기 전에 CUDA 9와 함께 pip 패키지를 만드는 것을 목표로 하고 있습니다.

gunan 에 2017년 11월 15일

🎉5

나는 두 대의 컴퓨터를 가지고 있으며 어제 1080ti를 설치하고 모든 것(cuda8 및 cudnn6) 새 그래픽 드라이버, Visual Studio 2015를 설치했습니다.
나는 Epoch 1080ti와 980ti의 시간을 비교합니다.
그리고 1080ti는 각 에포크를 22분 만에 실행하지만 980ti는 13분 만에 실행하는 것을 볼 수 있습니다 !!!(1080의 경우 배치=60 대 980ti의 경우 배치=20)
1080ti가 980ti보다 느린 이유!!!! 그리고 무엇이 잘못되었는지 어떻게 확인할 수 있습니까?!

nasergh 에 2017년 11월 21일

1080Ti에 20배치를 사용한다면 실행시간은 어떻게 되나요?

smitshilu 에 2017년 11월 21일

@gunan , 이에 대한 새로운 ETA가 있는지 궁금하십니까?

urimerhav 에 2017년 11월 22일

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

gunan 에 2017년 11월 22일

@smitshilu
1080ti에서 20개 배치 = 26분
60batch = 19min
980gtx에서 배치 20 = 14분 !!!!
나는 Windows를 사용하고 cuda 8 및 cudnn 6으로 마지막 버전의 드라이버를 설치합니다.
980보다 느리게 실행되는 이유를 어떻게 알 수 있습니까?

nasergh 에 2017년 11월 22일

@nasergh SLI에 GTX 1080ti와 980ti가 있습니까?

vickylance 에 2017년 11월 22일

@vickylance
아니요
두 개의 다른 컴퓨터!
둘 다 cori7 및 1TB 하드 디스크이며 1TB sata HDD에서 데이터 이미지를 로드합니다.
하지만 980년에는 SSD 하드 디스크에 Windows가 있습니다.
나는 마지막으로 다른 버전의 드라이버를 시도하고 CUDA 8 및 cudnn 6을 사용하여 asus 웹 사이트에서 다운로드한 388.13을 확인합니다.
나는 이것 중 어느 것이 이유인지 모르겠다.
1- 창! 아마도 리눅스에서 더 잘 작동 할 것입니다.
2- HDD 속도
3- 가짜 1080TI
4- CUDA 및 cudnn은 1080ti와 호환되지 않습니다.
5- CPU(1080TI 컴퓨터의 CPU는 980보다 강력함)
당신은 무엇을 제안합니까?

nasergh 에 2017년 11월 22일

@nasergh
1) 램은 같은가요? 그렇다면. 그것이 그렇게 많은 영향을 미칠지는 모르겠지만 RAM의 MHz도 두 시스템에서 동일한지 확인하십시오.
2) 980ti 및 1080ti에서 실행 시 GPU 사용률(%)을 확인합니다. GPU 사용률을 확인하려면 이 도구를 사용하십시오. https://docs.microsoft.com/en-us/sysinternals/downloads/process-explorer 더 나은 것들이 있지만 이것이 내 머리 위에 떠오른 것입니다.
3) 최상의 성능을 얻으려면 Ubuntu16.04를 1080ti 시스템에 이중 부팅으로 설치하고 CUDA 9.0 및 cuDNN 7.0을 사용하는 것이 좋습니다.
4) 또한 Windows는 자체적으로 많은 시스템 리소스를 차지하므로 SSD에서 실행하면 확실히 유리하지만 테스트 시나리오에서 볼 수 있는 정도는 아닙니다.

vickylance 에 2017년 11월 22일

선택한 보드 아키텍처일 수도 있습니다.
TF는 기본적으로 3.0, 3.5 및 5.2에 대해 구성됩니다. https://en.wikipedia.org/wiki/CUDA#GPUs_supported 에 따르면 1080TI는 6.1(Pascal)이고 980은 5.2(Maxwell)
3.0 또는 5.2로 다운그레이드하는 것이 1080TI에서는 효율적이지 않지만 980에는 기본적으로 적용되지 않습니까?
5.2 및 6.1 기능을 모두 사용하여 컴퓨팅을 시도합니다(CMakeLists.txt l.232 및 l.246 참조).

De : nasergh [mailto:[email protected]]
Envoyé : mercredi 2017년 11월 22일 17:17
À : 텐서플로우/텐서플로우
Cc : 실뱅 부뉴; 설명서
Objet : Re: [tensorflow/tensorflow] CuDNN 7 및 CUDA 9로 업그레이드(#12052)

@vickylance
아니요
두 개의 다른 컴퓨터!
둘 다 cori7 및 1TB 하드 디스크이며 1TB sata HDD에서 데이터 이미지를 로드합니다.
하지만 980년에는 SSD 하드 디스크에 Windows가 있습니다.
나는 마지막으로 다른 버전의 드라이버를 시도하고 CUDA 8 및 cudnn 6을 사용하여 asus 웹 사이트에서 다운로드한 388.13을 확인합니다.
나는 이것 중 어느 것이 이유인지 모르겠다.
1- 창! 아마도 리눅스에서 더 잘 작동 할 것입니다.
2- HDD 속도
3- 가짜 1080TI
4- CUDA 및 cudnn은 1080ti와 호환되지 않습니다.
당신은 무엇을 제안합니까?
—
이 스레드에 가입했기 때문에 이 메시지를 받고 있습니다.
이 이메일에 직접 답장하거나 GitHub에서 보거나 스레드를 음소거하세요.

sylvain-bougnoux 에 2017년 11월 22일

환경: cuda9.0+cudnn7.0+tf1.4，그리고 "ptb" 예제를 실행할 때 오류가 발생했습니다. TypeError: __init__()에 예기치 않은 키워드 인수 'input_size'가 있습니다. 'input_size'는 CudnnLSTM

withme6696 에 2017년 11월 24일

이 스레드를 몇 달 동안 본 후 Gentoo Linux에서 시도해 볼 것입니다.

archenroot 에 2017년 11월 24일

나는 아수스 스트릭스 1080TI를 가지고있다
1- 우분토에서 nvidia 웹사이트에서 드라이버를 사용할 수 있거나 asus에서 다운로드해야 합니다(asus 웹사이트에서 Linux용 드라이버를 볼 수 없기 때문에)
2- 마지막 버전은 괜찮습니다. 아니면 대부분의 댓글에서 378.13을 사용한다고 보았기 때문에 378.13을 설치해야 합니까?
감사 해요

nasergh 에 2017년 11월 25일

Windows 사용자의 경우 AVX를 지원하는 CUDA 8.0.61.2, cuDNN 7.0.4, Python 3.6.3에 대해 빌드된 TF 1.4.0 을 내 repo에 업로드했습니다 . Windows에서 CUDA 9가 정리될 때까지 이것이 충분하기를 바랍니다.

aluo-x 에 2017년 11월 27일

👍1

우분투 16.04 및 python 3.6에 CUDA9 및 cudnn 7을 설치하려고 합니다.
하지만 나는 실패합니다 :(
나는 모든 것을 시도하고 모든 곳에서 검색하지만 여전히 동일한 오류를 제공합니다. "importError: libcublas.so.8.0 can not open shared object file: no such file or directory
텐서가 CUDA8을 실행하고 싶어한다고 생각합니다.
그에게 cuda9를 사용하라고 어떻게 말할 수 있습니까?!!!! 답변이 소스에서 실행되는 경우 정확히 어떻게 됩니까? 소스에서 빌드에 대한 매우 명확한 웹 사이트를 보지 못했습니다.
감사 해요

nasergh 에 2017년 11월 29일

source@nasergh 에서 tf를 설치해야 합니다.

withme6696 에 2017년 11월 29일

@withme6696
소스에서 어떻게 설치할 수 있습니까?

내가 이것 중 하나를 다운로드할 수 있다는 것을 알아
https://github.com/mind/wheels/releases
하지만 어떤 것을 다운로드하고 어떻게 설치하는지 모르겠습니다!?

nasergh 에 2017년 11월 29일

@nasergh 설치 방법은 README 를 확인하세요. MKL 설치에 신경 쓰지 않는다면 다음을 수행할 수 있습니다.

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

MKL을 설치하지 않으려면 다음을 수행할 수 있습니다.

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

danqing 에 2017년 11월 29일

👍2

이 문제를 CUDA 9 지원에 대한 추적 문제로 사용하겠습니다.
현재 두 가지 차단기가 있습니다.
1 - https://github.com/tensorflow/tensorflow/pull/14770
2 - Windows에서 NVCC에 버그가 있는 것 같습니다. CUDA9로 TF를 빌드하면 컴파일러 충돌로 인해 실패한 것 같습니다. NVIDIA는 이에 대한 조사를 돕고 있으며 업데이트가 있으면 계속 진행할 것입니다.

gunan 에 2017년 11월 30일

@단칭
감사 해요
1- MKL 속도가 얼마나 향상됩니까?
2- MKL이 없는 버전에서는 MKL을 설치해야 합니까?!

nasergh 에 2017년 12월 01일

1의 경우 이것을 참조하십시오. GPU에서 수행되는 계산은 분명히 속도가 향상되지 않습니다.

2를 위해, 당신은하지 않습니다. 올바른 버전을 설치했는지 확인하십시오.

btw, 이것은 많은 가입자가 있는 스레드입니다. 향후 휠에 문제가 있는 경우 아래에 댓글을 달지 말고 저장소에서 문제를 열어 많은 사람들에게 스팸 메일을 보내지 않도록 하십시오.

danqing 에 2017년 12월 01일

👍1

@Tweakmind : 이 부분을 전달할 수 없습니다.

TensorFlow 빌드

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

첫 번째 줄이 불완전한 것 같습니까(큰따옴표 누락)? 이 세 줄입니까 아니면 두 줄입니까?

goodmangu 에 2017년 12월 02일

@goodmangu 올바른 코드는 다음과 같습니다.

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

명령에 큰따옴표가 없습니다.

arbynacosta 에 2017년 12월 04일

여기 에서 스크립트를 사용하여 이 부분을 지나쳤지만 https://github.com/tensorflow/tensorflow/issues/15108 에서 일부 cuda 컴파일러 오류로 인해 차단되었습니다.

yaroslavvb 에 2017년 12월 05일

고마워 얘들아. 감사합니다. 대신 야간 빌드 Linux 바이너리를 사용하여 같은 날 작동하게 했습니다. 참조: https://github.com/tensorflow/tensorflow
이제 Keras와 함께 3개의 GTX 1080 Tis를 실행하고 있습니다. 멋있는!

goodmangu 에 2017년 12월 05일

eGPU가 탑재된 MacBook Pro용 소스(r1.4)에서 Tensorflow를 빌드하는 데 지난 이틀을 보냈습니다. 드라이버 작동, Cuda 8.0, cuDNN 6.0, Mac OSX Sierra 10.12. 거의 끝이 나지만 20분 후 일부 빌드 오류로 인해 차단되었습니다. 지금까지 운이 좋았던 사람이 있습니까? 공유할 수 있는 성공적으로 빌드된 패키지가 있습니까? 미리 감사드립니다.

goodmangu 에 2017년 12월 05일

👍1

@goodmangu 어떤 "나이틀리 빌드 Linux 바이너리"를 사용하는지 지정해 주시겠습니까?

d-li14 에 2017년 12월 06일

물론입니다. tf_nightly_gpu-1.head-cp27-none-linux_x86_64.whl

goodmangu 에 2017년 12월 07일

여전히 Cuda 9.0 + cuDNN 7.0에 대한 Windows 10 지원이 없습니까? 확인 중입니다.
텐서플로우 GPU 1.4.0

eeilon79 에 2017년 12월 07일

@goodmangu 1.4로 시도했지만 OSX 10.13 및 CUDA 9 cuDNN 7에서 시도했습니다. 여기에서 단계를 찾을 수 있습니다

smitshilu 에 2017년 12월 07일

👍1

@ eeilon79 바이너리를 빌드하지 못하게 하는 Windows에 nvcc 버그가 있습니다. 우리는 이러한 문제를 해결하기 위해 nvidia의 도움을 받고 있습니다.

gunan 에 2017년 12월 07일

👍1

tf-nightly-gpu pip 패키지의 Tensorflow Nightly 버전(1.5-dev)에 CUDA 9에 대한 업데이트가 있습니까? Keras의 CuDNNLSTM에 이 1.5를 사용해야 합니다.

bfan1256 에 2017년 12월 08일

알겠습니다. PR이 병합되었습니다.
약 10-12시간 안에 우리의 새로운 nightlies는 창을 제외하고 cuda9로 빌드되어야 합니다.
Windows에서는 여전히 NVCC 버그에 의해 차단됩니다.

gunan 에 2017년 12월 08일

Gentoo 시스템용 일반 CUDA 9 및 CUDANN 7 패키지를 완료하고 더미 테스트를 시도했으며 파이썬에서 더미 가져오기 tensorflow로 tf로 작업하는 것처럼 보이지만 추가 테스트를 수행해야 합니다.

커밋을 사용하고 있습니다. c9568f1ee51a265db4c5f017baf722b9ea5ecfbb

archenroot 에 2017년 12월 08일

Windows에서는 여전히 NVCC 버그에 의해 차단됩니다.

해당 문제에 대한 링크를 여기에 게시해 주시겠습니까? 미리 감사드립니다!

4F2E4A2E 에 2017년 12월 08일

@smitshilu 당신의 기사가 저를 도왔습니다.
그리고 몇 가지 요소가 추가된 기사를 작성했습니다.
https://github.com/masasys/MacTF1.4GPU

masasys 에 2017년 12월 08일

👍1

@arbynacosta
난 달린다
bazel 빌드 --config=opt --config=cuda //tensorflow/tools/pip_ 패키지:build_pip_package --cxxopt="-D_GLIBCXX_USE_CXX11_ABI=0"
하지만 나는이 오류가 발생
오류: 빌드 명령은 작업 공간 내에서만 지원됩니다.

나는 또한 야간에 텐서를 시도하지만 오류가 발생합니다.
attributeerror: 'tensorflow' 모듈에 속성이 없습니다....
dir(tf)의 출력
['__doc__', '__loader__', '__name__', __package__' '__path__ __spec__]

nasergh 에 2017년 12월 09일

죄송합니다 @goodmangu , 제가 자리를 비 @arbynacosta가 지적한 대로 닫는 큰 따옴표를

@nasergh , 복제된 tensorflow 디렉토리 내부에서 해당 명령을 실행하고 있습니까? 디렉토리에 WORKSPACE가 있는지 확인하십시오.

예를 들어:

~/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 에 2017년 12월 09일

@트윅마인드
나는 명령을 실행
수도 수
그런 다음 tensorflow 폴더로 이동합니다(거기에 작업 공간 파일이 있음).
하지만 나는이 오류가 발생

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 에 2017년 12월 09일

@nasergh 여기에 있는 모든 지침을 따르십시오.
https://www.tensorflow.org/install/install_sources

gunan 에 2017년 12월 09일

GPU 지원으로 빌드하는 경우 적절하게 구성하고 있는지 확인하십시오.

소스에서 Tensorflow 1.4를 설치합니다.

이 글을 쓰는 시점에서 이것이 CUDA 9.0 및 cuDNN 7.0에서 작동하는 유일한 방법입니다.
지침: https://www.tensorflow.org/install/install_sources
일부 지침이 이해되지 않을 수 있습니다. 다음은 내가 수행한 방법입니다.

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

샘플 출력 및 옵션은 지침의 것과 다릅니다.

CUDA 버전: 9.0으로 구성했는지 확인하십시오.
cuDNN 버전: 7.0.4로 구성했는지 확인하십시오.
https://developer.nvidia.com/cuda-gpus 에서 컴퓨팅 기능을 알고 있는지 확인하십시오.
나는 GeForce GTX 1070을 가지고 있으므로 이것을 6.1로 설정했습니다.

바젤 설치

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

TensorFlow 빌드

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 에 2017년 12월 09일

👍8 ❤2

@Tweakmind : 이에 대해 다시 알려주셔서 감사합니다. 예, Ubuntu에서는 작동하지만 eGPU(1080Ti)가 있는 Mac OSX(10.12.6)에서는 여전히 운이 없습니다. 내가 팔로우한 모든 소스에 대해 10-15분 후에 빌드가 실패했습니다. 재현 가능한 성공을 거둔다면 좋을 것입니다. 미리 감사드립니다.

goodmangu 에 2017년 12월 09일

@트윅마인드
나는 다음을 수행하고 또한 파일을 구성하지만 그것은 말한다

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

나는 cuda와 cudnn을 올바르게 설치했다고 생각합니다.
```
/usr 찾기 | grep libcudnn
/usr/share/doc/libcudnn7
/usr/share/doc/libcudnn7/저작권
/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

```

nasergh 에 2017년 12월 09일

@goodmangu , 주말에 MacOS 빌드 작업을 할 것입니다.

@nasergh ,

다음은 설치를 테스트하기 위한 소스 및 문서를 포함한 cuDNN 가이드입니다.

cuDNN 7.0.4 파일 다운로드

브라우저에서 Nvidia 개발자 계정에 로그인해야 합니다.

각 해시 확인

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

출력은 다음과 같아야 합니다.

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 및 라이브러리 설치

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 확인

Ubuntu 17.10에는 버전 7 이상의 GNU 컴파일러가 포함되어 있습니다.
CUDA는 버전 6 이상과 호환되지 않습니다.
반환된 오류는 다음과 같습니다.

오류 -- 지원되지 않는 GNU 버전! 6 이후의 gcc 버전은 지원되지 않습니다!

수정 - 버전 6을 설치하고 CUDA bin 디렉토리에 심볼릭 링크를 생성합니다.

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++

이제 mnistCUDNN을 빌드하여 cuDNN을 테스트합니다.

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

cuDNN이 제대로 설치되면 다음이 표시됩니다.

테스트 통과!

Tweakmind 에 2017년 12월 09일

❤3 👍3

친애하는 @Tweakmind
당신의 방법은 당신의 도움 덕분에 작동합니다 (나는 3 주 이상 텐서를 설치하려고했습니다 !!!)
문제는 python3.6에 설치했는데 이제 PIL 패키지에 문제가 있다는 것입니다.

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.

베개를 설치하려고하지만 도움이되지 않습니다
나는 또한 PIL을 설치하려고하지만

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

nasergh 에 2017년 12월 09일

@nasergh 무엇을 얻을 수

pip install pillow

내 모습은 다음과 같습니다.

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

Tweakmind 에 2017년 12월 09일

@nasergh , 충돌해야하지만

Tweakmind 에 2017년 12월 09일

@goodmangu , 2012 Mac Pro에 액세스할 수 없기 때문에 주말에 Mac 빌드를 수행할 수 없습니다. 바라건대, 당신은 지금 우분투를 잘 사용하고 있습니다. 나는 그것이 나를 위해 잘 작동한다는 것을 알고 있습니다. 다음 주말에 다시 받아야 합니다.

Tweakmind 에 2017년 12월 09일

@Tweakmind - 감사합니다! , CUDA 9 및 cuDNN 7의 성능 향상을 보셨습니까?

또한 아래 @Tweakmind가 언급한 몇 가지 단계가 중복

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*

또는

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

meetshah1995 에 2017년 12월 10일

@gunan
CUDA 9.1.85는 nvcc 컴파일러 버그 수정과 함께 CuDNN 7.0.5와 함께 얼마 전에 릴리스되었습니다. win10 사용자가 Tensorflow 1.4.1을 컴파일할 수 있는지 궁금합니다. 시간이 되었어요.

whatever1983 에 2017년 12월 13일

NVIDIA와의 서신에서 9.1이 이 문제를 해결했다고 생각하지 않습니다.
그러나 해결 방법이 있습니다. 먼저, 이 PR을 고유하게 병합해야 합니다.
https://bitbucket.org/eigen/eigen/pull-requests/351/win-nvcc/diff

그런 다음 CUDA9에 대한 모든 빌드를 수정해야 하는 고유 종속성을 업데이트합니다.

gunan 에 2017년 12월 14일

pr은 거부되었지만 수동으로 병합됩니다. 고유 릴리스를 기다려야 합니까 아니면 소스에서 빌드되고 있습니까?

4F2E4A2E 에 2017년 12월 15일

멋지네요, 그럼 Nightly pip에 나오겠죠?

hadaev8 에 2017년 12월 16일

@트윅마인드
python 2.7을 사용하여 텐서를 다시 빌드하려고 합니다.
하지만 bazel 빌드에서 이 오류가 발생합니다.
나는 또한 numpy를 설치하지만 변경 사항은 없습니다.

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

nasergh 에 2017년 12월 16일

cuDNN 버전 7.0.5에서는 OSX가 제외된 것 같습니다. 자세히 아시는 분 계신가요?

masasys 에 2017년 12월 16일

여전히 Windows 10(CUDA 9.0.176 및 cudnn 7.0 사용)에서 tensorflow-gpu를 사용할 수 없습니다.
tensorflow와 tensorflow-gpu를 모두 제거하고 다시 설치했습니다(고유 해결 방법으로 최신 버전을 다운로드할 수 있도록 --no-cache-dir 사용). 둘 다 설치하면 GPU가 인식되지 않습니다.

InvalidArgumentError(추적에 대해서는 위 참조): 'random_uniform_1/sub' 작업에 대해 장치를 할당할 수 없습니다. 작업이 / device:GPU :0에 명시적으로 할당되었지만 사용 가능한 장치는 [ / job:localhost/replica :0/ task:0/device입니다. : CPU:0 ]. 장치 사양이 유효한 장치를 참조하는지 확인하십시오.

tensorflow-gpu만 설치하면 누락된 dll에 대해 불평합니다.

ImportError: 'cudart64_80.dll'을 찾을 수 없습니다. TensorFlow를 사용하려면 %PATH% 환경 변수에 이름이 지정된 디렉토리에 이 DLL을 설치해야 합니다. 다음 URL에서 CUDA 8.0을 다운로드하여 설치 하십시오 .

내 CUDA 버전이 8.0이 아니라 9.0이고 인식되기 때문에 이상합니다(deviceQuery 테스트 통과).
내 파이썬 버전은 3.6.3입니다. tensorflow-gpu를 테스트하기 위해 Spyder(3.2.4)에서 이 코드를 실행하려고 합니다.
내가 놓친 게 무엇입니까?

eeilon79 에 2017년 12월 16일

win 7에서 bazel로 소스에서 빌드하려고 하는데 오류가 발생합니다.

cpu 'x64_windows'에 대한 도구 모음이 없습니다.

누구든지 whl을 만들 수 있습니까?

hadaev8 에 2017년 12월 16일

@hadaev8 , 도움이 되기 위해 더 많은 정보가 필요합니다. 나는 잠시 일할 수 있지만 Win7이 아닌 무거운 종속성을 가질 것입니다. 일단 MacOS를 해결하면 Win10을 해결할 것입니다. 어쨌든 귀하의 세부 정보를 게시하십시오.

@ eeilon79 , Win10에서 이것을 다시 만들어야합니다. 저는 현재 Ubuntu가 해결되었으므로 MacOS에 집중하고 있습니다. 윈10으로 돌아오겠습니다.

Tweakmind 에 2017년 12월 16일

@nasergh , 파이썬 2.7에 대한 요구 사항이 있습니까?

Tweakmind 에 2017년 12월 16일

CUDA 8.0 및 cuDNN 6.0을 사용하여 Win10에서 Cuda GPU 및 AVX2 지원을 위해 소스에서 TensorFlow를 설치한 방법은 다음과 같습니다.

요구 사항:

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

Visual Studio Community Edition 업데이트 3(Windows 키트 10.0.10240.0 포함) 설치
지침을 따르십시오: https://github.com/philferriere/dlwin (Phil에게 감사드립니다)

명확성을 위해 가상 드라이브 N: 생성
C: 또는 선택한 드라이브에서 디렉터리를 만들고 다음 지침(최소 2GB)에 따라 N:을 만드는 것이 좋습니다.
https://technet.microsoft.com/en-us/library/gg318052(v=ws.10).aspx

Cuda 8.0 64비트 설치
https://developer.nvidia.com/cuda-downloads (레거시로 스크롤)

Cuda 8.0용 cuDNN 6.0 설치
https://developer.nvidia.com/rdp/cudnn-download
zip에서 cuda 폴더를 N:\에 넣고 cuDNN-6으로 이름을 바꿉니다.

CMake 설치
https://cmake.org/files/v3.10/cmake-3.10.0-rc5-win64-x64.msi

Swig 설치(swigwin-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
cntk-py36 활성화
핍 설치 https://cntk.ai/PythonWheel/GPU/cntk-2.2-cp36-cp36m-win_amd64.whl
python -c "cntk 가져오기; 인쇄(cntk.__version__)"
콘다 설치 pygpu
핍 설치 케라스

#### 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

다음을 주석 처리:

# 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()

다음을 추가하세요.

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()

mkdir 빌드 및 cd 빌드

"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

-- 빌드 대상: Visual Studio 14 2015
-- Windows 10.0.16299를 대상으로 하는 Windows SDK 버전 10.0.14393.0을 선택합니다.
-- C 컴파일러 식별은 MSVC 19.0.24225.1입니다.
-- CXX 컴파일러 식별은 MSVC 19.0.24225.1입니다.
-- 작동하는 C 컴파일러 확인: C:/Program Files (x86)/Microsoft Visual Studio 14.0/VC/bin/x86_amd64/cl.exe
-- 작동하는 C 컴파일러 확인: C:/Program Files (x86)/Microsoft Visual Studio 14.0/VC/bin/x86_amd64/cl.exe -- 작동
-- C 컴파일러 ABI 정보 감지
-- C 컴파일러 ABI 정보 감지 - 완료
-- 작동하는 CXX 컴파일러 확인: C:/Program Files (x86)/Microsoft Visual Studio 14.0/VC/bin/x86_amd64/cl.exe
-- 작동하는 CXX 컴파일러 확인: C:/Program Files (x86)/Microsoft Visual Studio 14.0/VC/bin/x86_amd64/cl.exe -- 작동
-- CXX 컴파일러 ABI 정보 감지
-- CXX 컴파일러 ABI 정보 감지 - 완료
-- CXX 컴파일 기능 감지
-- CXX 컴파일 기능 감지 - 완료
-- COMPILER_OPT_ARCH_NATIVE_SUPPORTED 테스트 수행
-- COMPILER_OPT_ARCH_NATIVE_SUPPORTED 테스트 수행 - 실패
-- COMPILER_OPT_ARCH_AVX_SUPPORTED 테스트 수행
-- COMPILER_OPT_ARCH_AVX_SUPPORTED 테스트 수행 - 성공
-- COMPILER_OPT_WIN_CPU_SIMD_SUPPORTED 테스트 수행
-- COMPILER_OPT_WIN_CPU_SIMD_SUPPORTED 테스트 수행 - 성공
-- CUDA 발견: C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v8.0(적절한 버전 "8.0" 발견, 최소 요구사항은 "8.0")
-- PythonInterp 발견: C:/Users/%USERNAME%/Anaconda3/python.exe(버전 "3.6.3" 발견)
-- 발견된 PythonLibs: C:/Users/%USERNAME%/Anaconda3/libs/python36.lib(버전 "3.6.3" 발견)
-- SWIG 발견: C:/Users/%USERNAME%/Tools/swigwin-3.0.12/swig.exe(발견된 버전 "3.0.12")
-- 구성 완료
-- 생성 완료
-- 빌드 파일은 C:/Users/%USERNAME%/Tools/tensorflow/tensorflow/contrib/cmake/build에 작성되었습니다.

MSBuild /p:Configuration=Release tf_python_build_pip_package.vcxproj

Tweakmind 에 2017년 12월 16일

@트윅마인드
python 3.6, tensorflow last from master, cuda 9.0, cuda 9.0용 cudnn 7.0.5, basel 및 swig가 오늘 로드되었습니다.

hadaev8 에 2017년 12월 16일

@Tweakmind 마스터로 빌드하거나 ?

argman 에 2017년 12월 17일

@트윅마인드
cuda 9 cudnn 7을 사용하여 Windows에서 빌드하고 .whl을 공유할 수 있습니까?

hadaev8 에 2017년 12월 17일

@트윅마인드

cuda 9 cudnn 7을 사용하여 win 10에서 빌드하려고 하지 않습니까?

귀하의 전문 지식에 감사드립니다!

alc5978 에 2017년 12월 21일

@hadaev8 @alc5978
pip install -U tf-nightly-gpu는 이제 20171221 날짜의 win10 빌드를 제공하며, 이는 CUDA 9.0 및 CuDNN 7.0.5가 포함된 TF 1.5 베타를 기반으로 합니다. 어제 밤에 실행했는데 괜찮습니다. 이제 12x CUDA 커널 실행 속도를 위해 CUDA 9.1로 이동해야 합니다. Tensorflow 창 지원은 매우 느리고 빈약합니다. 안정적인 공식 빌드는 최대한 빨리 제공되어야 합니다. 저는 실제로 Tensorflow 1.5가 1월 말까지 CUDA 9.1과 함께 출시되기를 바랍니다.

whatever1983 에 2017년 12월 24일

👍1

우분투에서 cuda 9.1 및 cudnn7.05를 사용하여 tensorflow를 단계별로 설치하려면 http://www.python36.com/install-tensorflow141-gpu/ 로 이동 http://www.python36.com/install-tensorflow-gpu-windows 로 이동

arunmandal53 에 2018년 01월 01일

👍2

2018년, 거의 1월의 끝자락에 Windows 10에 CUDA9.1 및 CuDNN7이 포함된 TF 설치가 아직 완료되지 않았습니까?

tonmoyborah 에 2018년 01월 24일

1.5는 CUDA 9 + cuDNN 7

CUDA 9.1에 대해 논의하기 위해 문제 를 열었습니다.

12x 커널 실행 속도 향상은 12x 숫자보다 더 미묘합니다. 12x의 최상단은 ops 에 대한 논쟁이 많고 장치 드라이버 업그레이드로 인해 사용자의 혼란이 높습니다. 가까운 장래에 "채널" 테스트 9.1을 갖고 이 패러다임을 처리하는 방법을 알아내기를 바랍니다.

tfboyd 에 2018년 01월 24일

👍1

마침내 9.0이 아닌 CUDA 9.1이 되길 바랍니다.

ViktorM 에 2018년 01월 24일

마침내 9.0이 아니라 CUDA 9.1이 되길 바랍니다.

Magicfeng007 에 2018년 02월 04일

나는 그것이 마침내 9.0이 아니라 CUDA 9.1이 될 것이라고 확신합니다. 그렇지 않습니까? :)

alc5978 에 2018년 02월 04일

❤1

@ViktorM @Magicfeng007 @alc5978
기본적으로 닫혀 있지만 따라하고 싶다면 9.1 스레드가 여기에 있습니다. 9.1이 유용한 이유와 설정/구성이 무엇인지 나열할 수 있다면. 성능 향상을 보여주는 실행한 벤치마크는 즉각적인 필요성을 이해하는 데에도 유용합니다. NVIDIA와의 회의에서 우리 둘 다 9.1을 기본값으로 만들 필요가 즉시 없다는 데 동의했습니다. 그러면 사람들이 드라이버를 다시 업그레이드해야 합니다.

tfboyd 에 2018년 02월 05일

GPU를 사용하지 않는 TensorFlow 백엔드가 있는 Keras와 같은 문제에 여전히 직면하고 있는 사람이 있다면 이 페이지의 지침을 따르세요. 업데이트되어 100% 올바르게 작동합니다.
https://research.wmz.ninja/articles/2017/01/configuring-gpu-accelerated-keras-in-windows-10.html

meghashyam0046 에 2018년 02월 10일

안녕 모두
저는 오늘 CUDA 9.0이 설치된 win10에 tensorflow-gpu 1.6.0rc1을 설치하고 http://www.python36.com/install-tensorflow-using-official-pip-pacakage/를 사용 하여 cuDNN 7.0.5 라이브러리를 설치합니다

모든 것이 괜찮아 보인다

alc5978 에 2018년 02월 24일

최신 TensorFlow(v1.5+)용 NVIDIA GPU 전제 조건(CUDA-9.0 및 cuDNN-7.0)용 스크립트를 하나 만들었습니다. 여기 링크가 있습니다.

ashokpant 에 2018년 03월 06일

👍3

Tensorflow: CuDNN 7 및 CUDA 9로 업그레이드

시스템 정보

문제 설명

가장 유용한 댓글

모든 170 댓글

소스에서 Tensorflow 1.4를 설치합니다.

cuDNN 7.0.4 파일 다운로드

cuDNN 7.0.4 및 라이브러리 설치

cuDNN 확인

오류 -- 지원되지 않는 GNU 버전! 6 이후의 gcc 버전은 지원되지 않습니다!

cntk-py36

관련 문제