วิธีติดตั้ง TensorFlow ล่าสุดบน Windows 10/11 พร้อม NVIDIA CUDA/cuDNN Acceleration ผ่าน WSL

TensorFlow เวอร์ชันล่าสุดไม่รองรับการเร่งความเร็ว NVIDIA CUDA/CuDNN บนระบบปฏิบัติการ Windows 10/11 ดังนั้น หากคุณต้องการตั้งค่าสภาพแวดล้อมการพัฒนา TensorFlow เวอร์ชันล่าสุดด้วยการเร่งความเร็ว NVIDIA CUDA/cuDNN บน Windows 10/11 คุณต้องดำเนินการดังกล่าวผ่านระบบย่อย Windows สำหรับ Linux (WSL)

ในบทความนี้ เราจะแสดงวิธีการติดตั้ง WSL บน Windows 10/11 และเข้าถึงได้ นอกจากนี้เรายังจะแสดงวิธีการติดตั้ง TensorFlow เวอร์ชันล่าสุดพร้อมรองรับการเร่งความเร็ว NVIDIA CUDA/cuDNN บนระบบ Ubuntu WSL บน Windows 10/11

หัวข้อเนื้อหา:

1. การติดตั้งไดรเวอร์ NVIDIA GPU บน Windows 10/111
2. การติดตั้ง NVIDIA CUDA และ cuDNN บน Windows 10/11
3. การติดตั้ง WSL บน Windows 10/11
4. การเข้าถึง WSL Ubuntu Linux Terminal บน Windows 10/11
5. ตรวจสอบว่าระบบ Ubuntu WSL สามารถเข้าถึง NVIDIA GPU ของ Windows 10/11 หรือไม่
6. การติดตั้ง Python 3 PIP บนระบบ Ubuntu WSL
7. การอัพเกรด Python 3 PIP บนระบบ Ubuntu WSL
8. การติดตั้ง TensorFlow ด้วยการสนับสนุนการเร่งความเร็ว NVIDIA CUDA/cuDNN บนระบบ Ubuntu WSL
9. ตรวจสอบว่าการเร่งความเร็ว TensorFlow CUDA ทำงานบนระบบ Ubuntu WSL หรือไม่
10. การเข้าถึงระบบ Ubuntu WSL ด้วยโค้ด Visual Studio สำหรับการพัฒนา TensorFlow
11. บทสรุป

การติดตั้งไดรเวอร์ NVIDIA GPU บน Windows 10/11

เพื่อให้ TensorFlow เข้าถึง NVIDIA GPU สำหรับการเร่งความเร็ว CUDA/cuDNN บนระบบ Ubuntu WSL บน Windows 10/11 คุณต้องมี NVIDIA GPU ติดตั้งอยู่ในคอมพิวเตอร์ของคุณ และติดตั้งไดรเวอร์ NVIDIA GPU บน Windows 10/11 หากคุณติดตั้ง NVIDIA GPU บนคอมพิวเตอร์ของคุณและต้องการความช่วยเหลือในการติดตั้งไดรเวอร์ NVIDIA GPU บน Windows 10/11 อ่านบทความนี้ .

การติดตั้ง NVIDIA CUDA และ cuDNN บน Windows 10/11

เมื่อคุณติดตั้งไดรเวอร์ NVIDIA GPU บนระบบ Windows 10/11 คุณจะต้องติดตั้ง NVIDIA CUDA และ NVIDIA cuDNN เพื่อการเร่งความเร็ว TensorFlow CUDA/cuDNN เพื่อทำงานบนระบบ Ubuntu WSL

หากคุณต้องการความช่วยเหลือในการติดตั้ง NVIDIA CUDA บนระบบปฏิบัติการ Windows 10/11 ของคุณ อ่านบทความนี้ .

หากคุณต้องการความช่วยเหลือในการติดตั้ง NVIDIA cuDNN บนระบบปฏิบัติการ Windows 10/11 โปรดอ่านบทความนี้

การติดตั้ง WSL บน Windows 10/11

ในการติดตั้ง WSL บน Windows 10/11 เปิดแอปเทอร์มินัล และรันคำสั่งต่อไปนี้:

$ wsl – ติดตั้ง

คลิกที่ 'ใช่'

กำลังติดตั้ง WSL ใช้เวลาสักครู่จึงจะเสร็จสมบูรณ์

เมื่อคุณเห็นข้อความแจ้งต่อไปนี้ให้คลิกที่ 'ใช่'

การติดตั้งควรดำเนินการต่อ

กำลังติดตั้งระบบปฏิบัติการ Ubuntu Linux ใช้เวลาสักครู่จึงจะเสร็จสมบูรณ์
บันทึก: Ubuntu เป็นระบบปฏิบัติการเริ่มต้นของ Windows WSL

ณ จุดนี้ ควรติดตั้งระบบ Ubuntu Linux WSL บนคอมพิวเตอร์ Windows 10/11 ของคุณ

เพื่อให้การเปลี่ยนแปลงมีผล ให้รีสตาร์ทคอมพิวเตอร์

เมื่อคอมพิวเตอร์บูทแล้ว หน้าต่าง Terminal จะปรากฏขึ้นเพื่อขอให้คุณตั้งค่าผู้ใช้ Ubuntu คนแรก
พิมพ์ชื่อสำหรับผู้ใช้ระบบ Ubuntu WSL แล้วกด < เข้า >.

พิมพ์รหัสผ่านเข้าสู่ระบบสำหรับผู้ใช้ใหม่แล้วกด < เข้า >.

พิมพ์รหัสผ่านเข้าสู่ระบบอีกครั้งแล้วกด < เข้า >.

ควรสร้างบัญชีผู้ใช้ใหม่สำหรับระบบ Ubuntu WSL และ Ubuntu ควรพร้อมใช้งาน

การเข้าถึง WSL Ubuntu Linux Terminal บน Windows 10/11

ในการเข้าถึงเทอร์มินัลของระบบ Ubuntu Linux WSL เปิดแอป Terminal บน Windows 10/11 และคลิกที่ > อูบุนตู .

ควรเปิดเทอร์มินัลของระบบ Ubuntu Linux WSL

ตรวจสอบว่าระบบ Ubuntu WSL สามารถเข้าถึง NVIDIA GPU ของ Windows 10/11 หรือไม่

หากต้องการตรวจสอบว่าระบบ Ubuntu WSL สามารถเข้าถึง NVIDIA GPU ของคอมพิวเตอร์ Windows 10/11 ของคุณหรือไม่ ให้รันคำสั่งต่อไปนี้จากเทอร์มินัลของระบบ Ubuntu WSL:

$nvidia-smi

หากระบบ Ubuntu WSL สามารถเข้าถึง NVIDIA GPU ของคอมพิวเตอร์ Windows 10/11 ของคุณ คุณจะเห็นข้อมูลการใช้งานของ NVIDIA GPU ของคุณดังที่แสดงในภาพหน้าจอต่อไปนี้:

การติดตั้ง Python 3 PIP บนระบบ Ubuntu WSL

หากต้องการติดตั้ง TensorFlow บนระบบ Ubuntu WSL คุณต้องติดตั้ง Python 3 PIP บนระบบ Ubuntu WSL คุณสามารถติดตั้ง Python 3 PIP บนระบบ Ubuntu WSL ได้จากที่เก็บแพ็คเกจอย่างเป็นทางการของ Ubuntu

ขั้นแรก ให้อัพเดตแคชฐานข้อมูลแพ็คเกจ APT ด้วยคำสั่งต่อไปนี้:

$ sudo apt อัปเดต

หากต้องการติดตั้ง Python 3 PIP บนระบบ Ubuntu WSL ให้รันคำสั่งต่อไปนี้:

$ sudo apt ติดตั้ง python3-pip

เพื่อยืนยันการติดตั้ง ให้กด “Y” จากนั้นกด < เข้า >.

กำลังติดตั้ง Python 3 PIP บนระบบ Ubuntu WSL ใช้เวลาสักครู่จึงจะเสร็จสมบูรณ์

ณ จุดนี้ ควรติดตั้ง Python 3 PIP บนระบบ Ubuntu WSL

หากต้องการตรวจสอบว่า Python 3 PIP สามารถเข้าถึงได้บนระบบ Ubuntu WSL หรือไม่ ให้รันคำสั่งต่อไปนี้:

$ pip –เวอร์ชัน

อย่างที่คุณเห็น เราได้ติดตั้ง Python 3 PIP 22.0.2 บนระบบ Ubuntu WSL ของเราแล้ว

การอัพเกรด Python 3 PIP บนระบบ Ubuntu WSL

หากต้องการติดตั้ง TensorFlow เวอร์ชันล่าสุด คุณต้องติดตั้ง Python 3 PIP เวอร์ชันล่าสุดบนระบบ Ubuntu WSL ของคุณ

หากต้องการติดตั้ง TensorFlow เวอร์ชันล่าสุด คุณต้องติดตั้ง Python 3 PIP เวอร์ชันล่าสุดบนระบบ Ubuntu WSL ของคุณ

$ pip ติดตั้ง - อัปเกรด pip

Python PIP ควรได้รับการอัปเดตเป็นเวอร์ชันล่าสุด (เวอร์ชัน 23.2.1 ในขณะที่เขียนบทความนี้)

$ pip –เวอร์ชัน

การติดตั้ง TensorFlow ด้วยการสนับสนุนการเร่งความเร็ว NVIDIA CUDA/cuDNN บนระบบ Ubuntu WSL

หากต้องการติดตั้ง TensorFlow ด้วยการสนับสนุนการเร่งความเร็ว NVIDIA CUDA/cuDNN บนระบบ Ubuntu WSL ของ Windows 10/11 ให้รันคำสั่งต่อไปนี้:

$ pip ติดตั้งเทนเซอร์โฟลว์ [และ-cuda]

TensorFlow พร้อมรองรับ NVIDIA CUDA/cuDNN และการขึ้นต่อกันที่จำเป็นกำลังถูกดาวน์โหลดและติดตั้ง ใช้เวลาสักครู่จึงจะเสร็จสมบูรณ์

ณ จุดนี้ ควรติดตั้ง TensorFlow พร้อมรองรับ NVIDIA CUDA/cuDNN บนระบบ Ubuntu WSL

ตรวจสอบว่าการเร่งความเร็ว TensorFlow CUDA ทำงานบนระบบ Ubuntu WSL หรือไม่

หากต้องการตรวจสอบว่าการเร่งความเร็ว TensorFlow CUDA ทำงานบนระบบ Ubuntu WSL หรือไม่ ให้เปิดเชลล์/ล่ามแบบโต้ตอบ Python 3 ด้วยคำสั่งต่อไปนี้:

$ หลาม 3

หากต้องการนำเข้า TensorFlow ให้เรียกใช้โค้ดบรรทัดต่อไปนี้:

$ นำเข้าเทนเซอร์โฟลว์เป็น tf

หากต้องการตรวจสอบว่านำเข้า TensorFlow อย่างถูกต้องหรือไม่ ให้พิมพ์หมายเลขเวอร์ชันของ TensorFlow ด้วยบรรทัดโค้ดต่อไปนี้:

$ tf.__ รุ่น__

อย่างที่คุณเห็น เราได้ติดตั้ง TensorFlow 2.14.0 บนระบบ Ubuntu WSL ของเราแล้ว

หากต้องการตรวจสอบว่า NVIDIA GPU ของคุณพร้อมใช้งานสำหรับการเร่งความเร็ว TensorFlow CUDA หรือไม่ ให้รันโค้ดบรรทัดต่อไปนี้:

$ tf.config.list_physical_devices ('GPU')

อย่างที่คุณเห็น อุปกรณ์ GPU พร้อมใช้งานสำหรับ TensorFlow ดังนั้น TensorFlow สามารถใช้ NVIDIA GPU ของคอมพิวเตอร์ของคุณเพื่อเร่งความเร็ว CUDA ได้

หากต้องการออกจากเชลล์/ล่ามแบบโต้ตอบ Python 3 ให้รันบรรทัดโค้ดต่อไปนี้:

$ เลิก()

การเข้าถึงระบบ Ubuntu WSL ด้วยโค้ด Visual Studio สำหรับการพัฒนา TensorFlow

Visual Studio Code เป็นตัวแก้ไขโค้ดที่ยอดเยี่ยมสำหรับการพัฒนา TensorFlow หากคุณต้องการเข้าถึงระบบ Ubuntu WSL ด้วย Visual Studio Code สำหรับการพัฒนา TensorFlow และต้องการความช่วยเหลือในเรื่องนั้น โปรดอ่านบทความนี้

บทสรุป

ในบทความนี้ เราได้แสดงวิธีการติดตั้ง Ubuntu Linux ผ่าน WSL บน Windows 10/11 นอกจากนี้เรายังแสดงวิธีการเข้าถึงเทอร์มินัลของระบบ Ubuntu WSL บน Windows 10/11 และวิธีการติดตั้ง TensorFlow เวอร์ชันล่าสุดด้วยการรองรับการเร่งความเร็ว NVIDIA CUDA/cuDNN บนระบบ Ubuntu WSL เช่นกัน