在WSL2上安装Tensorflow-GPU

Question

在WSL2上安装Tensorflow-GPU

12

有人在带有NVIDIA GPU的WSL2上成功安装了Tensorflow-GPU吗？我在WSL2上安装了Ubuntu 18.04，但是无法安装NVIDIA驱动程序。由于我感到困惑，因此任何帮助将不胜感激。

- A. Hendry

你有按照这个指南操作吗？ https://docs.nvidia.com/cuda/wsl-user-guide/index.html#running-dlfw - Fariborz Ghavamian

@FariborzGhavamian 是的，我有。我有一张NVIDIA Titan V通过Thunderbolt3连接到Dell Precision 7540上的Razor Core X Chroma eGPU。该卡在Windows中被Tensorflow 2.3检测到，但在Ubuntu-18.04 LTS中的Docker中无法找到GPU。 - A. Hendry

4个回答

1

这些是我在Ubuntu 20.04上必须遵循的步骤。我不再使用dev通道，beta通道适用于此用例并且更加稳定。

安装WSL2

从Windows商店安装Ubuntu 20.04

从https://developer.nvidia.com/cuda/wsl/download下载Windows的Nvidia驱动程序

在WSL中安装nvcc： sudo apt install nvidia-cuda-toolkit 检查是否存在： nvcc --version 对于我的用例，我进行数据科学，并已经安装了anaconda。我创建了一个环境：

conda create --name tensorflow
conda install tensorflow-gpu

然后在激活环境的情况下，使用这个小Python程序进行测试：

import tensorflow as tf
tf.config.list_physical_devices('GPU')
sys_details = tf.sysconfig.get_build_info()
cuda = sys_details["cuda_version"]
cudnn = sys_details["cudnn_version"]
print(cuda, cudnn)

由于某些原因，我的机器在没有安装nvcc的情况下无法找到GPU，并且实际上会出现错误消息说找不到nvcc。

我找到的在线教程让你分别下载CUDA和CUDNN，但我认为NVCC包括了CUDNN，因为它在某种程度上就在那里。

- user2415706

1

我刚刚尝试了一下，sys_details确实显示了一个cuda版本，但是tf.config.list_physical_devices('GPU')返回了一个空列表。 - Ahmed Mohamedeen

0

我可以确认，我能够在WSL2上实现此功能而无需使用Docker，感谢以下文章：

https://qiita.com/Navier/items/cf551908bae707db4258

请务必更新到驱动程序版本460.15，而不是CUDA文档中列出的455.41。

请注意，此功能不适用于TCC模式下的卡（仅适用于WDDM）。此外，请确保将文件放置在Linux文件系统上（即不要放在挂载驱动器上，如/mnt/c/）。在Linux文件系统上性能显著更快（这与WSL 1与WSL 2的实现差异有关；请参见1、2和3）。

注意：还请参见{{link4：Keras / TensorFlow中的类生成器（继承序列）是否线程安全？}}

- A. Hendry

1

该文章不是用英语写的。 - asaf92

@asaf92 我不需要理解普通话就能按照步骤进行（我能够读懂其中的含义）。但是，如果必要的话，你可以使用谷歌翻译。这种方法在我撰写答案时对我有效。 - A. Hendry

0

我想指出，在WSL中使用Anaconda安装cudatoolkit和cudnn似乎不起作用。

可能存在路径问题，导致TF只在系统路径而非conda环境中寻找所需的文件。

- ma7555

使用被接受的答案。它不涉及conda。所有带有conda的答案都不起作用，是的。 - A. Hendry

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Ben · Accepted Answer

所以我刚刚让它运行了。

你需要遵循的步骤在这里。为了概括它们：

注册Windows Insider计划并获取开发版本的Windows，以便您拥有最新版本
安装WSL 2
从Windows商店中安装Ubuntu
在Windows上安装WSL 2 CUDA驱动程序
安装CUDA工具包
安装cudnn（您可以从Windows下载Linux版本，然后将文件复制到Linux）
如果您遇到“无法分配内存”的内存错误，则可能需要增加WSL可以获得的内存量
然后安装tensorflow-gpu
祈祷它能正常工作

我一路上遇到的问题：

如果第一次打开Ubuntu时出现错误，则需要在BIOS中启用虚拟化
如果您无法在安装说明中运行./Blackscholes示例，则可能没有正确的Windows版本！您必须拥有正确的版本
如果在运行tf时遇到“无法分配内存”的内存错误，则需要给WSL更多RAM。它默认只能访问您内存的一半
1. 在Windows用户目录下创建一个.wslconfig文件，其中包含您想要的内存量。我的看起来像：

[wsl2]
memory=16GB

运行代码后进行编辑

相比我直接在Windows上运行时，速度慢了很多。从每个周期1分钟变成了5分钟。我打算采用双启动方式。