마침내 Nvidia Titan XP + MacBook Pro + Akitio Node + Tensorflow + Keras를 설치할 수있었습니다
나는 절차와 함께 요점을 썼다.
https://gist.github.com/jganzabal/8e59e3b0f59642dd0b5f2e4de03c7687
여기 내가 한 일이 있습니다.
이 구성은 나를 위해 일했습니다. 도움이되기를 바랍니다.
https://becominghuman.ai/deep-learning-gaming-build-with-nvidia-titan-xp-and-macbook-pro-with-thunderbolt2-5ceee7167f8b를 기반으로합니다.
과에 :
https://stackoverflow.com/questions/44744737/tensorflow-mac-os-gpu-support
하드웨어
소프트웨어 버전
- macOS Sierra 버전 10.12.6
- GPU 드라이버 버전 : 10.18.5 (378.05.05.25f01)
- CUDA 드라이버 버전 : 8.0.61
- CUDA 8.0 용 cuDNN v5.1 (2017 년 1 월 20 일) : 등록 및 다운로드 필요
- 텐서 플로우 GPU 1.0.0
- 케 라스 2.0.8
순서:
GPU 드라이버 설치
- 가 표시 될 때까지 (⌘ 및 R) 키를 눌러 시스템을 종료하고 다시 전원을 켜면 복구 모드가됩니다.
- 메뉴 표시 줄에서 유틸리티> 터미널을 클릭하고 'csrutil disable; reboot 'Enter 키를 눌러이 명령을 실행하십시오.
Mac이 재시동되면 터미널에서 다음 명령을 실행하십시오.
cd ~/Desktop; git clone https://github.com/goalque/automate-eGPU.git
chmod +x ~/Desktop/automate-eGPU/automate-eGPU.sh
sudo ~/Desktop/automate-eGPU/./automate-eGPU.sh
Mac에서 eGPU를 분리하고 다시 시작하십시오. eGPU를 뽑지 않은 경우 다시 시작한 후 검은 색 화면이 나타날 수 있습니다.
Mac이 재시동되면 터미널을 열고 다음 명령을 실행하십시오.
sudo ~/Desktop/automate-eGPU/./automate-eGPU.sh -a
- TH2를 통해 eGPU를 Mac에 연결하십시오.
- Mac을 재시동하십시오.
CUDA, cuDNN, Tensorflow 및 Keras 설치
현재 Keras 2.08에는 tensorflow 1.0.0이 필요합니다. Tensorflow-gpu 1.0.0에는 CUDA 8.0이 필요하며 cuDNN v5.1은 저에게 효과적입니다. 다른 조합을 시도했지만 작동하지 않는 것 같습니다.
- CUDA 8.0 CUDA 툴킷 8.0 GA2 다운로드 및 설치 (2017 년 2 월)
- 그것을 설치하고 지시를 따르십시오
환경 변수 설정
vim ~/.bash_profile
export CUDA_HOME=/usr/local/cuda
export DYLD_LIBRARY_PATH="$CUDA_HOME/lib:$CUDA_HOME:$CUDA_HOME/extras/CUPTI/lib"
export LD_LIBRARY_PATH=$DYLD_LIBRARY_PATH
(bash_profile이 존재하지 않으면 작성하십시오. 이것은 터미널 창을 열 때마다 실행됩니다)
- cuDNN 다운로드 및 설치 (cudnn-8.0-osx-x64-v5.1) 다운로드하기 전에 등록해야합니다
cuDNN 파일을 CUDA에 복사
cd ~/Downloads/cuda
sudo cp include/* /usr/local/cuda/include/
sudo cp lib/* /usr/local/cuda/lib/
환경 생성 및 tensorflow 설치
conda create -n egpu python=3
source activate egpu
pip install tensorflow-gpu==1.0.0
작동하는지 확인
다음 스크립트를 실행하십시오.
import tensorflow as tf
with tf.device('/gpu:0'):
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
with tf.Session() as sess:
print (sess.run(c))
환경에 Keras를 설치하고 tensorflow를 백엔드로 설정하십시오.
pip install --upgrade --no-deps keras # Need no-deps flag to prevent from installing tensorflow dependency
KERAS_BACKEND=tensorflow python -c "from keras import backend"
산출:
Using TensorFlow backend.
I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcublas.8.0.dylib locally
I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcudnn.5.dylib locally
I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcufft.8.0.dylib locally
I tensorflow/stream_executor/dso_loader.cc:126] Couldn't open CUDA library libcuda.1.dylib. LD_LIBRARY_PATH: /usr/local/cuda/lib:/usr/local/cuda:/usr/local/cuda/extras/CUPTI/lib
I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcuda.dylib locally
I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcurand.8.0.dylib locally