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:
- ตรวจสอบว่าคุณได้ติดตั้ง NVIDIA GPU ไว้ในคอมพิวเตอร์ของคุณหรือไม่
- การติดตั้ง Python 3 PIP และ Python Venv บน Debian 12
- การสร้างสภาพแวดล้อมเสมือน Python 3 สำหรับ TensorFlow
- การอัพเกรด Python 3 PIP บน Python 3 Virtual Environment
- การติดตั้ง TensorFlow ด้วยการสนับสนุนการเร่งความเร็ว NVIDIA CUDA
- การติดตั้ง TensorRT บน Debian 12
- กำลังเปิดใช้งานสภาพแวดล้อมเสมือน TensorFlow Python 3
- การเข้าถึง TensorFlow และตรวจสอบว่ามีการเร่งความเร็ว NVIDIA GPU/CUDA หรือไม่
- 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:
- ซูโดะ ปรับปรุงให้ดี
หากต้องการติดตั้งสภาพแวดล้อมเสมือน Python 3 PIP และ Python 3 (venv) ให้รันคำสั่งต่อไปนี้:
- ซูโดะ ฉลาด ติดตั้ง python3-pip python3-venv python3-devเพื่อยืนยันการติดตั้ง 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:
- ซูโดะ หลาม3 -ม เวนวี - เลือก - เทนเซอร์โฟลว์การอัพเกรด Python 3 PIP บน Python 3 Virtual Environment
หากต้องการอัพเกรด Python 3 PIP เป็นเวอร์ชันล่าสุดบนสภาพแวดล้อมเสมือน Python 3 “/opt/tensorflow” ให้รันคำสั่งต่อไปนี้:
- ซูโดะ - เลือก - เทนเซอร์โฟลว์ - ถังขยะ - ปิ๊ป ติดตั้ง --อัพเกรด ปิ๊ป
การติดตั้ง TensorFlow ด้วยการสนับสนุนการเร่งความเร็ว NVIDIA CUDA
หากต้องการติดตั้ง TensorFlow ด้วยการรองรับการเร่งความเร็ว NVIDIA CUDA บนสภาพแวดล้อมเสมือน Python “/opt/tensorflow” ให้รันคำสั่งต่อไปนี้:
- ซูโดะ - เลือก - เทนเซอร์โฟลว์ - ถังขยะ - ปิ๊ป ติดตั้ง เทนเซอร์โฟลว์ - และ-cuda -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:
- ซูโดะ - เลือก - เทนเซอร์โฟลว์ - ถังขยะ - ปิ๊ป ติดตั้ง เทนเซอร์กำลังติดตั้ง NVIDIA TensorRT ในสภาพแวดล้อมเสมือน Python ใช้เวลาสักครู่จึงจะเสร็จสมบูรณ์
ณ จุดนี้ ควรติดตั้ง NVIDIA TensorRT
กำลังเปิดใช้งานสภาพแวดล้อมเสมือน TensorFlow Python 3
หากต้องการเปิดใช้งานสภาพแวดล้อมเสมือน TensorFlow Python “/opt/tensorflow” ให้รันคำสั่งต่อไปนี้:
- - - เลือก - เทนเซอร์โฟลว์ - ถังขยะ - เปิดใช้งานควรเปิดใช้งานสภาพแวดล้อมเสมือน TensorFlow Python 3
การเข้าถึง TensorFlow และตรวจสอบว่ามีการเร่งความเร็ว NVIDIA GPU/CUDA หรือไม่
หากต้องการเปิดเชลล์แบบโต้ตอบ Python 3 ให้รันคำสั่งต่อไปนี้:
- หลาม3ควรเปิดเชลล์แบบโต้ตอบ Python 3
ขั้นแรก ให้นำเข้า TensorFlow ด้วยโค้ดบรรทัดต่อไปนี้:
- นำเข้าเทนเซอร์โฟลว์ เช่น ไม่เมื่อนำเข้า TensorFlow แล้ว คุณสามารถตรวจสอบหมายเลขเวอร์ชันของ TensorFlow ที่คุณติดตั้งด้วยโค้ดบรรทัดต่อไปนี้ อย่างที่คุณเห็น เราได้ติดตั้ง TensorFlow 2.13.1 บนระบบ Debian 12 ของเราแล้ว
- tf.__รุ่น__หากต้องการตรวจสอบว่า TensorFlow สามารถใช้ NVIDIA GPU ที่คุณติดตั้งบนคอมพิวเตอร์ของคุณเพื่อเร่งความเร็ว CUDA ได้ ให้รันโค้ดบรรทัดต่อไปนี้ อย่างที่คุณเห็น NVIDIA GPU ของเราสามารถเข้าถึงได้จาก TensorFlow
- พิมพ์ - tf.config.list_physical_devices - 'จีพียู' - -
หากต้องการออกจากเชลล์เชิงโต้ตอบของ Python ให้รันโค้ดบรรทัดต่อไปนี้:
- ล้มเลิก - -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