Compartir a través de

Habilitación de la aceleración de GPU para TensorFlow 2 con tensorflow-directml-plugin

  • Artículo

Importante

Este proyecto ya está descontinuado y no se está trabajando activamente.

Esta versión proporciona a los alumnos, principiantes y profesionales una manera de ejecutar el aprendizaje automático (ML) en su hardware habilitado para DirectX 12 existente mediante el complemento DirectML para TensorFlow 2.

Nota:

Puede instalar tensorflow-directml-plugin mediante Python x86-64 3.10. Pero tensorflow-directml-plugin no se admite para la versión 3.11 y posteriores.

Obtenga información sobre cómo configurar el dispositivo para ejecutar y entrenar modelos con la GPU mediante tensorflow-directml-plugin.

PASO 1: Requisitos mínimos del sistema (y máximos)

Antes de instalar tensorFlow-DirectML-Plugin, asegúrese de que la versión de Windows o WSL admite TensorFlow-DirectML-Plugin.

Windows nativo

  • Windows 10 versión 1709, 64 bits (compilación 16299 o posterior) o Windows 11 versión 21H2, 64 bits (compilación 22000 o posterior)
  • Python x86-64 3.7, 3.8, 3.9, o 3.10. La versión 3.10 también es la versión máxima admitida.
  • Una de las siguientes GPU admitidas:
    • Serie AMD Radeon R5/R7/R9 2xx o posterior
    • Intel HD Graphics 5xx o versiones posteriores
    • GPU de la serie NVIDIA GeForce GTX 9xx o posterior

Subsistema de Windows para Linux

  • Windows 10 versión 21H2, 64 bits (compilación 20150 o posterior) o Windows 11 versión 21H2, 64 bits (compilación 22000 o posterior)
  • Python x86-64 3.7, 3.8, 3.9 o 3.10. La versión 3.10 también es la versión máxima admitida.
  • Una de las siguientes GPU admitidas:

Instalación de los controladores más recientes de la GPU

Asegúrese de que tiene los controladores de GPU más recientes instalados para su hardware. Seleccione Buscar actualizaciones en la sección Windows Update de la aplicación Configuración. Si es necesario, elija una instalación del proveedor de hardware mediante los vínculos anteriores.

PASO 2: Configuración del entorno de Windows

Windows nativo

El paquete TensorFlow-DirectML-Plugin en una versión nativa de Windows funciona en la versión 1709 de Windows 10 (compilación 16299) o versiones posteriores de Windows. Para comprobar el número de versión de compilación, ejecute winver mediante el comando Run (tecla del logo de Windows + R).

Subsistema de Windows para Linux

Una vez instalado el controlador anterior, asegúrese de habilitar WSL e instalar una distribución basada en glibc (por ejemplo, Ubuntu o Debian). Para nuestras pruebas, usamos Ubuntu. Asegúrese de que tiene el kernel más reciente seleccionando Buscar actualizaciones en la sección Windows Update de la aplicación Configuración.

Nota:

Asegúrese de que tiene activada la opción Recibir actualizaciones para otros productos de Microsoft al actualizar Windows. Puede encontrarlo en Opciones avanzadas en la sección Windows Update de la aplicación Configuración.

Para estas características, necesita una versión de kernel de 5.10.43.3 o posterior. Puede comprobar el número de versión ejecutando el siguiente comando en PowerShell.

wsl cat /proc/version

PASO 3: Configuración del entorno

Se recomienda configurar un entorno de Python virtual en Windows. Existen muchas herramientas que puede usar para configurar un entorno de Python virtual; en estas instrucciones, usaremos la característica Miniconda de Anaconda. En el resto de esta configuración se da por supuesto que usa un entorno de Miniconda. Obtenga más información sobre el uso de entornos de Python

Crear un entorno en Miniconda

Descargue e instale el instalador de Windows Miniconda en el sistema. Hay instrucciones adicionales para la configuración en el sitio de Anaconda. Una vez instalado Miniconda, cree un entorno mediante Python denominado tfdml_plugin y actívelo mediante los siguientes comandos.

conda create --name tfdml_plugin python=3.9 

conda activate tfdml_plugin

Nota:

Se admiten tensorflow versión >= 2.9 y python versión >= 3.7.

PASO 4: Instalación de TensorFlow base

Descargue el paquete base de TensorFlow. Actualmente, directml-plugin solo funciona con tensorflow–cpu==2.10 y no con tensorflow o tensorflow-gpu.

pip install tensorflow-cpu==2.10

PASO 5: Instalación de tensorflow-directml-plugin

La instalación de este paquete habilita automáticamente el back-end de DirectML para scripts existentes sin cambios en el código.

pip install tensorflow-directml-plugin

Nota:

Si los scripts de entrenamiento codifican de forma rígida la cadena del dispositivo en algo distinto de "GPU", podría producir errores.

Como alternativa, el paquete se puede compilar a partir del origen. Instrucciones para compilar tensorflow-directml-plugin desde el origen.

TensorFlow con ejemplos de DirectML y comentarios

Consulte nuestros ejemplos o utilice sus scripts de modelo existentes. Si tiene problemas o tiene comentarios sobre el paquete TensorFlow-DirectML-Plugin, póngase en contacto con nuestro equipo.