Cuối cùng tôi cũng có thể cài đặt Nvidia Titan XP + MacBook Pro + Akitio Node + Tensorflow + Keras
Tôi đã viết một ý chính với thủ tục, hy vọng nó sẽ giúp
https://gist.github.com/jganzabal/8e59e3b0f59642dd0b5f2e4de03c7687
Đây là những gì tôi đã làm:
Cấu hình này làm việc cho tôi, hy vọng nó sẽ giúp
Nó dựa trên:
https://becominghuman.ai/deep-learning-gaming-build-with-nvidia-titan-xp-and-macbook-pro-with-thunderbolt2-5ceee7167f8b
và trên:
https://stackoverflow.com/questions/44744737/tensorflow-mac-os-gpu-support
Phần cứng
Phiên bản phần mềm
- macOS Sierra Phiên bản 10.12.6
- Phiên bản trình điều khiển GPU: 10.18.5 (378.05.05.25f01)
- Phiên bản trình điều khiển CUDA: 8.0.61
- cuDNN v5.1 (ngày 20 tháng 1 năm 2017), cho CUDA 8.0: Cần đăng ký và tải xuống
- tenorflow-gpu 1.0.0
- Máy ảnh 2.0.8
Thủ tục:
Cài đặt trình điều khiển GPU
- ShutDown hệ thống của bạn, cấp nguồn lại cho nó bằng cách nhấn các phím (⌘ và R) cho đến khi bạn thấy, điều này sẽ cho phép bạn ở Chế độ khôi phục.
- Từ Thanh Menu bấm vào Tiện ích> Thiết bị đầu cuối và viết 'csrutil vô hiệu hóa; khởi động lại 'nhấn enter để thực hiện lệnh này.
Khi máy Mac của bạn khởi động lại, hãy chạy lệnh này trong Terminal:
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
Rút phích cắm eGPU khỏi máy Mac của bạn và khởi động lại. Điều này rất quan trọng nếu bạn không rút eGPU, bạn có thể kết thúc với màn hình đen sau khi khởi động lại.
Khi máy Mac của bạn khởi động lại, hãy mở Terminal và thực hiện lệnh này:
sudo ~/Desktop/automate-eGPU/./automate-eGPU.sh -a
- Cắm eGPU của bạn vào máy mac thông qua TH2.
- Khởi động lại máy Mac của bạn.
Cài đặt CUDA, cuDNN, Tensorflow và Keras
Tại thời điểm này, Keras 2.08 cần tenorflow 1.0.0. Tensorflow-gpu 1.0.0 cần CUDA 8.0 và cuDNN v5.1 là ứng dụng phù hợp với tôi. Tôi đã thử các kết hợp khác nhưng dường như không hoạt động
- Tải xuống và cài đặt CUDA 8.0 CUDA Toolkit 8.0 GA2 (Tháng 2 năm 2017)
- Cài đặt nó và làm theo hướng dẫn
Đặt biến env
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
(Nếu bash_profile của bạn không tồn tại, hãy tạo nó. Điều này được thực hiện mỗi khi bạn mở một cửa sổ đầu cuối)
- Tải xuống và cài đặt cuDNN (cudnn-8.0-osx-x64-v5.1) Cần đăng ký trước khi tải xuống
Sao chép tập tin cuDNN vào CUDA
cd ~/Downloads/cuda
sudo cp include/* /usr/local/cuda/include/
sudo cp lib/* /usr/local/cuda/lib/
Tạo môi trường và cài đặt tenorflow
conda create -n egpu python=3
source activate egpu
pip install tensorflow-gpu==1.0.0
Xác nhận nó hoạt động
Chạy đoạn script sau:
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))
Cài đặt máy ảnh trong môi trường và đặt dòng chảy dưới dạng phụ trợ:
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"
Đầu ra:
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