วิธีการติดตั้ง TensorFlow ด้วย NVIDIA CUDA/cuDNN Acceleration บน Debian 12

TensorFlow สามารถใช้ CPU และ GPU เพื่อคำนวณการคำนวณปัญญาประดิษฐ์ (AI) และการเรียนรู้ของเครื่อง (ML) ที่ซับซ้อน TensorFlow สามารถใช้ NVIDIA GPU ที่รองรับ CUDA เพื่อเร่งความเร็วโปรแกรม AI/ML หากคุณไม่มี GPU ที่รองรับ CUDA TensorFlow จะใช้ CPU สำหรับโค้ด AI/ML หากไม่มีการเร่งความเร็ว GPU ประสิทธิภาพของ TensorFlow จะลดลงในโปรแกรม AI/ML ที่ซับซ้อน

ในบทความนี้ เราจะแสดงวิธีการติดตั้ง TensorFlow ด้วยการเร่งความเร็ว NVIDIA CUDA/cuDNN บน Debian 12 “Bookworm”

หัวข้อเนื้อหา:

1. ตรวจสอบว่าคุณได้ติดตั้ง NVIDIA GPU ไว้ในคอมพิวเตอร์ของคุณหรือไม่
2. การติดตั้ง Python 3 PIP และ Python Venv บน Debian 12
3. การสร้างสภาพแวดล้อมเสมือน Python 3 สำหรับ TensorFlow
4. การอัพเกรด Python 3 PIP บน Python 3 Virtual Environment
5. การติดตั้ง TensorFlow ด้วยการสนับสนุนการเร่งความเร็ว NVIDIA CUDA
6. การติดตั้ง TensorRT บน Debian 12
7. กำลังเปิดใช้งานสภาพแวดล้อมเสมือน TensorFlow Python 3
8. การเข้าถึง TensorFlow และตรวจสอบว่ามีการเร่งความเร็ว NVIDIA GPU/CUDA หรือไม่
9. บทสรุป

ตรวจสอบว่าคุณได้ติดตั้ง NVIDIA GPU ไว้ในคอมพิวเตอร์ของคุณหรือไม่

เพื่อให้ TensorFlow เร่งความเร็วโปรแกรม AI ด้วย NVIDIA GPU/CUDA คุณต้องมี ไดรเวอร์ NVIDIA GPU และ NVIDIA CUDA และ cuDNN ติดตั้งบนระบบปฏิบัติการ Debian 12 ของคุณ

หากคุณต้องการความช่วยเหลือในการติดตั้งไดรเวอร์ NVIDIA GPU บนระบบปฏิบัติการ Debian 12 ของคุณ อ่านบทความนี้ -

หากคุณต้องการความช่วยเหลือในการติดตั้งไดรเวอร์ NVIDIA CUDA และ cuDNN บนระบบปฏิบัติการ Debian 12 ของคุณ อ่านบทความนี้ -

เมื่อคุณติดตั้งไดรเวอร์ NVIDIA GPU บนระบบ Debian 12 ของคุณแล้ว คำสั่ง “nvidia-smi” ควรพร้อมใช้งาน

ควรโหลดโมดูลเคอร์เนล NVIDIA บนระบบ Debian 12 ของคุณ

เมื่อคุณติดตั้งไดรเวอร์ NVIDIA CUDA แล้ว คุณควรมีคำสั่ง “nvcc” ในระบบ Debian 12 ของคุณ

การติดตั้ง Python 3 PIP และ Python Venv บน Debian 12

หากต้องการติดตั้ง TensorFlow บน Debian 12 คุณต้องติดตั้งโมดูลสภาพแวดล้อมเสมือน Python 3 PIP และ Python (venv)

ขั้นแรก ให้อัปเดตแคชที่เก็บแพ็กเกจ APT ด้วยคำสั่งต่อไปนี้:

หากต้องการติดตั้งสภาพแวดล้อมเสมือน Python 3 PIP และ Python 3 (venv) ให้รันคำสั่งต่อไปนี้:

เพื่อยืนยันการติดตั้ง ให้กด “Y” จากนั้นกด <ป้อน> -

กำลังติดตั้ง Python 3 PIP และ Python 3 venv ใช้เวลาสักครู่จึงจะเสร็จสมบูรณ์

ณ จุดนี้ ควรติดตั้ง Python 3 PIP และ Python 3 venv

การสร้างสภาพแวดล้อมเสมือน Python 3 สำหรับ TensorFlow

แนวปฏิบัติมาตรฐานสำหรับการติดตั้งไลบรารี Python บน Debian 12 คือการติดตั้งไลบรารีเหล่านั้นในสภาพแวดล้อมเสมือน Python เพื่อไม่ให้รบกวนแพ็คเกจ/ไลบรารี Python ของระบบ

หากต้องการสร้างสภาพแวดล้อมเสมือน Python 3 ใหม่สำหรับ TensorFlow ในไดเร็กทอรี “/opt/tensorflow” ให้รันคำสั่งต่อไปนี้:

การอัพเกรด Python 3 PIP บน Python 3 Virtual Environment

หากต้องการอัพเกรด Python 3 PIP เป็นเวอร์ชันล่าสุดบนสภาพแวดล้อมเสมือน Python 3 “/opt/tensorflow” ให้รันคำสั่งต่อไปนี้:

การติดตั้ง TensorFlow ด้วยการสนับสนุนการเร่งความเร็ว NVIDIA CUDA

หากต้องการติดตั้ง TensorFlow ด้วยการรองรับการเร่งความเร็ว NVIDIA CUDA บนสภาพแวดล้อมเสมือน Python “/opt/tensorflow” ให้รันคำสั่งต่อไปนี้:

กำลังติดตั้ง TensorFlow พร้อมการเร่งความเร็ว NVIDIA CUDA ใช้เวลาสักครู่จึงจะเสร็จสมบูรณ์

ณ จุดนี้ ควรติดตั้ง TensorFlow พร้อมรองรับการเร่งความเร็ว NVIDIA CUDA

การติดตั้ง TensorRT บน Debian 12

NVIDIA TensorRT ปรับประสิทธิภาพของการเรียนรู้เชิงลึก TensorFlow ให้เหมาะสมมากยิ่งขึ้น คุณสามารถติดตั้ง TensorRT บนสภาพแวดล้อมเสมือน “/opt/tensorflow” ของ TensorFlow Python ได้โดยใช้คำสั่งต่อไปนี้:

กำลังติดตั้ง NVIDIA TensorRT ในสภาพแวดล้อมเสมือน Python ใช้เวลาสักครู่จึงจะเสร็จสมบูรณ์

ณ จุดนี้ ควรติดตั้ง NVIDIA TensorRT

กำลังเปิดใช้งานสภาพแวดล้อมเสมือน TensorFlow Python 3

หากต้องการเปิดใช้งานสภาพแวดล้อมเสมือน TensorFlow Python “/opt/tensorflow” ให้รันคำสั่งต่อไปนี้:

ควรเปิดใช้งานสภาพแวดล้อมเสมือน TensorFlow Python 3

การเข้าถึง TensorFlow และตรวจสอบว่ามีการเร่งความเร็ว NVIDIA GPU/CUDA หรือไม่

หากต้องการเปิดเชลล์แบบโต้ตอบ Python 3 ให้รันคำสั่งต่อไปนี้:

ควรเปิดเชลล์แบบโต้ตอบ Python 3

ขั้นแรก ให้นำเข้า TensorFlow ด้วยโค้ดบรรทัดต่อไปนี้:

เมื่อนำเข้า TensorFlow แล้ว คุณสามารถตรวจสอบหมายเลขเวอร์ชันของ TensorFlow ที่คุณติดตั้งด้วยโค้ดบรรทัดต่อไปนี้ อย่างที่คุณเห็น เราได้ติดตั้ง TensorFlow 2.13.1 บนระบบ Debian 12 ของเราแล้ว

หากต้องการตรวจสอบว่า TensorFlow สามารถใช้ NVIDIA GPU ที่คุณติดตั้งบนคอมพิวเตอร์ของคุณเพื่อเร่งความเร็ว CUDA ได้ ให้รันโค้ดบรรทัดต่อไปนี้ อย่างที่คุณเห็น NVIDIA GPU ของเราสามารถเข้าถึงได้จาก TensorFlow

หากต้องการออกจากเชลล์เชิงโต้ตอบของ Python ให้รันโค้ดบรรทัดต่อไปนี้:

บทสรุป

ในบทความนี้ เราได้แสดงวิธีการติดตั้งสภาพแวดล้อมเสมือน Python 3 PIP และ Python 3 (venv) บน Debian 12 นอกจากนี้เรายังแสดงวิธีสร้างสภาพแวดล้อมเสมือน Python 3 สำหรับ TensorFlow บน Debian 12 และวิธีติดตั้ง TensorFlow ด้วย NVIDIA รองรับการเร่งความเร็ว GPU/CUDA และ NVIDIA TensorRT บน Debian 12 เช่นกัน สุดท้ายนี้ เราได้แสดงวิธีเปิดใช้งานสภาพแวดล้อมเสมือน TensorFlow Python และเข้าถึง TensorFlow บน Debian 12