Page d'accueil>Lié à la programmation>Autre code source
Télécharger

Roues optimisées de TensorFlow

Des versions personnalisées pour TensorFlow avec des optimisations de plate-forme, y compris SSE, AVX et FMA. Si vous voyez des messages comme les suivants avec le stock pip install tensorflow , vous êtes au bon endroit. 

 The TensorFlow library wasn't compiled to use AVX instructions, but these are available on your machine and could speed up CPU computations.
The TensorFlow library wasn't compiled to use AVX2 instructions, but these are available on your machine and could speed up CPU computations.
The TensorFlow library wasn't compiled to use SSE4.1 instructions, but these are available on your machine and could speed up CPU computations.
The TensorFlow library wasn't compiled to use SSE4.2 instructions, but these are available on your machine and could speed up CPU computations.

or:
Your CPU supports instructions that this TensorFlow binary was not compiled to use: SSE4.1 SSE4.2 AVX AVX2 FMA

Ces roues sont conçues pour une utilisation sur TinyMind, la plate-forme d'apprentissage automatique cloud. Si vous souhaitez les installer sur votre propre boîte Linux (Ubuntu 16.04 LTS), vous pouvez le faire avec: 

 # RELEASE is the git tag like tf1.1-cpu. WHEEL is the full wheel name.
pip --no-cache-dir install https://github.com/mind/wheels/releases/download/{RELEASE}/{WHEEL}

La liste de toutes les roues se trouve dans la page des versions.

Versions

Cliquez sur les liens ci-dessous pour passer à des versions de version spécifiques. Encore une fois, ils sont construits pour Ubuntu 16.04 LTS, sauf indication contraire.

TF Construction
1.1 CPU, GPU
1.2 CPU, GPU (Python 3.6 seulement)
1.2.1 CPU, GPU
1.3 CPU, GPU avec MPI
1.3.1 CPU, CPU Debug, GPU, GPU avec MPI
1.4 CPU, CPU Debug, CPU MacOS, GPU (CUDA 8, CUDA 9 pour le calcul 3.7, CUDA 9 pour le calcul 3.7 / 6.0 / 7.0, Cuda 9 générique, Cuda 9 sans MKL)
1.4.1 CPU, GPU (CUDA 8, CUDA 9, CUDA 9.1)
1.5 CPU, GPU (Cuda 9, Cuda 9 sans MKL, CUDA 9.1, CUDA 9.1 sans MKL)
1.6 CPU, GPU (CUDA 9.1, CUDA 9.1 sans MKL)
1.7 CPU, GPU (CUDA 9, CUDA 9.1, CUDNN 7.1)

Veuillez noter que votre machine doit avoir un CPU Intel relativement nouveau (et NVIDIA GPU si vous utilisez la version GPU) pour être compatible avec les roues ci-dessous. Si le matériel n'est pas à jour, les roues ne fonctionneront pas.

Les roues pour TensorFlow 1.4.1 et au-dessus contiennent la prise en charge de GCP, S3 et Hadoop. Les drapeaux de compilation comprennent: 

 --config=opt --config=cuda --cxxopt=-D_GLIBCXX_USE_CXX11_ABI=0 --copt=-mavx --copt=-msse4.1 --copt=-msse4.2 --copt=-mavx2 --copt=-mfma --copt=-mfpmath=both

Les roues dont vous aurez probablement besoin sont répertoriées ci-dessous. Besoin de quelque chose ou une roue ne fonctionne pas pour vous? Déposer un problème. (Malheureusement, nous ne pourrons pas répondre aux demandes de roues Windows, car nous n'avons pas nous-mêmes des machines Windows.)

Version Python Cambre Lien
1.1 2.7 Processeur https://github.com/mind/wheels/releases/download/tf1.1-cpu/tensorflow-1.1.0-cp27-cp27mu-linux_x86_64.whl
1.1 3.5 Processeur https://github.com/mind/wheels/releases/download/tf1.1-cpu/tensorflow-1.1.0-cp35-cp35m-Linux_x86_64.whl
1.1 3.6 Processeur https://github.com/mind/wheels/releases/download/tf1.1-cpu/tensorflow-1.1.0-cp36-cp36m-Linux_x86_64.whl
1.1 2.7 GPU https://github.com/mind/wheels/releases/download/tf1.1-gpu/tensorflow-1.1.0-cp27-cp27mu-linux_x86_64.whl
1.1 3.5 GPU https://github.com/mind/wheels/releases/download/tf1.1-gpu/tensorflow-1.1.0-cp35-cp35m-Linux_x86_64.whl
1.1 3.6 GPU https://github.com/mind/wheels/releases/download/tf1.1-gpu/tensorflow-1.1.0-cp36-cp36m-Linux_x86_64.whl
1.2 2.7 Processeur https://github.com/mind/wheels/releases/download/tf1.2-cpu/tensorflow-1.2.0-cp27-cp27mu-linux_x86_64.whl
1.2 3.5 Processeur https://github.com/mind/wheels/releases/download/tf1.2-cpu/tensorflow-1.2.0-cp35-cp35m-Linux_x86_64.whl
1.2 3.6 Processeur https://github.com/mind/wheels/releases/download/tf1.2-cpu/tensorflow-1.2.0-cp36-cp36m-linux_x86_64.whl
1.2 3.6 GPU https://github.com/mind/wheels/releases/download/tf1.2-gpu/tensorflow-1.2.0-cp36-cp36m-Linux_x86_64.whl
1.2.1 2.7 Processeur https://github.com/mind/wheels/releases/download/tf1.2.1-cpu/tensorflow-1.2.1-cp27-cp27mu-linux_x86_64.whl
1.2.1 3.5 Processeur https://github.com/mind/wheels/releases/download/tf1.2.1-cpu/tensorflow-1.22
1.2.1 3.6 Processeur https://github.com/mind/wheels/releases/download/tf1.2.1-cpu/tensorflow-1.22
1.2.1 2.7 GPU https://github.com/mind/wheels/releases/download/tf1.2.1-gpu/tensorflow-1.2.1-cp27-cp27mu-linux_x86_64.whl
1.2.1 3.5 GPU https://github.com/mind/wheels/releases/download/tf1.2.1-gpu/tensorflow-1.22
1.2.1 3.6 GPU https://github.com/mind/wheels/releases/download/tf1.2.1-gpu/tensorflow-1.22
1.3 2.7 Processeur https://github.com/mind/wheels/releases/download/tf1.3-cpu/tensorflow-1.3.0-cp27-cp27mu-linux_x86_64.whl
1.3 3.5 Processeur https://github.com/mind/wheels/releases/download/tf1.3-cpu/tensorflow-1.3.0-cp35-cp35m-Linux_x86_64.whl
1.3 3.6 Processeur https://github.com/mind/wheels/releases/download/tf1.3-cpu/tensorflow-1.3.0-cp36-cp36m-linux_x86_64.whl
1.3 2.7 GPU https://github.com/mind/wheels/releases/download/tf1.3-gpu/tensorflow-1.3.0-cp27-cp27mu-linux_x86_64.whl
1.3 3.5 GPU https://github.com/mind/wheels/releases/download/tf1.3-gpu/tensorflow-1.3.0-cp35-cp35m-Linux_x86_64.whl
1.3 3.6 GPU https://github.com/mind/wheels/releases/download/tf1.3-gpu/tensorflow-1.3.0-cp36-cp36m-Linux_x86_64.whl
1.3.1 2.7 Processeur https://github.com/mind/wheels/releases/download/tf1.3.1-cpu/tensorflow-1.3.1-cp27-cp27mu-linux_x86_64.whl
1.3.1 3.5 Processeur https://github.com/mind/wheels/releases/download/tf1.3.1-cpu/tensorflow-1.3.1-cp35-cp35m-linux_x86_64.whl
1.3.1 3.6 Processeur https://github.com/mind/wheels/releases/download/tf1.3.1-cpu/tensorflow-1.3.1-cp36-cp36m-linux_x86_64.whl
1.3.1 2.7 GPU https://github.com/mind/wheels/releases/download/tf1.3.1-gpu/tensorflow-1.3.1-cp27-cp27mu-linux_x86_64.whl
1.3.1 3.5 GPU https://github.com/mind/wheels/releases/download/tf1.3.1-gpu/tensorflow-1.3.1-cp35-cp35m-Linux_x86_64.whl
1.3.1 3.6 GPU https://github.com/mind/wheels/releases/download/tf1.3.1-gpu/tensorflow-1.3.1-cp36-cp36m-linux_x86_64.whl
1.4 2.7 Processeur https://github.com/mind/wheels/releases/download/tf1.4-cpu/tensorflow-1.4.0-cp27-cp27mu-linux_x86_64.whl
1.4 3.5 Processeur https://github.com/mind/wheels/releases/download/tf1.4-cpu/tensorflow-1.4.0-cp35-cp35m-Linux_x86_64.whl
1.4 3.6 Processeur https://github.com/mind/wheels/releases/download/tf1.4-cpu/tensorflow-1.4.0-cp36-cp36m-linux_x86_64.whl
1.4 2.7 GPU https://github.com/mind/wheels/releases/download/tf1.4-gpu/tensorflow-1.4.0-cp27-cp27mu-linux_x86_64.whl
1.4 3.5 GPU https://github.com/mind/wheels/releases/download/tf1.4-gpu/tensorflow-1.4.0-cp35-cp35m-Linux_x86_64.whl
1.4 3.6 GPU https://github.com/mind/wheels/releases/download/tf1.4-gpu/tensorflow-1.4.0-cp36-cp36m-linux_x86_64.whl
1.4.1 2.7 Processeur https://github.com/mind/wheels/releases/download/tf1.4.1-cpu/tensorflow-1.4.1-cp27-cp27mu-linux_x86_64.whl
1.4.1 3.5 Processeur https://github.com/mind/wheels/releases/download/tf1.4.1-cpu/tensorflow-1.4.1-cp35-cp35m-linux_x86_64.whl
1.4.1 3.6 Processeur https://github.com/mind/wheels/releases/download/tf1.4.1-cpu/tensorflow-1.4.1-cp36-cp36m-linux_x86_64.whl
1.4.1 2.7 GPU https://github.com/mind/wheels/releases/download/tf1.4.1-gpu/tensorflow-1.4.1-cp27-cp27mu-linux_x86_64.whl
1.4.1 3.5 GPU https://github.com/mind/wheels/releases/download/tf1.4.1-gpu/tensorflow-1.4.1-cp35-cp35m-Linux_x86_64.whl
1.4.1 3.6 GPU https://github.com/mind/wheels/releases/download/tf1.4.1-gpu/tensorflow-1.4.1-cp36-cp36m-Linux_x86_64.whl
1.5 2.7 Processeur https://github.com/mind/wheels/releases/download/tf1.5-cpu/tensorflow-1.5.0-cp27-cp27mu-linux_x86_64.whl
1.5 3.5 Processeur https://github.com/mind/wheels/releases/download/tf1.5-cpu/tensorflow-1.5.0-cp35-cp35m-Linux_x86_64.whl
1.5 3.6 Processeur https://github.com/mind/wheels/releases/download/tf1.5-cpu/tensorflow-1.5.0-cp36-cp36m-Linux_x86_64.whl
1.5 2.7 GPU https://github.com/mind/wheels/releases/download/tf1.5-gpu/tensorflow-1.5.0-cp27-cp27mu-linux_x86_64.whl
1.5 3.5 GPU https://github.com/mind/wheels/releases/download/tf1.5-gpu/tensorflow-1.5.0-cp35-cp35m-Linux_x86_64.whl
1.5 3.6 GPU https://github.com/mind/wheels/releases/download/tf1.5-gpu/tensorflow-1.5.0-cp36-cp36m-Linux_x86_64.whl
1.6 2.7 Processeur https://github.com/mind/wheels/releases/download/tf1.6-cpu/tensorflow-1.6.0-cp27-cp27mu-linux_x86_64.whl
1.6 3.5 Processeur https://github.com/mind/wheels/releases/download/tf1.6-cpu/tensorflow-1.6.0-cp35-cp35m-Linux_x86_64.whl
1.6 3.6 Processeur https://github.com/mind/wheels/releases/download/tf1.6-cpu/tensorflow-1.6.0-cp36-cp36m-Linux_x86_64.whl
1.6 2.7 GPU https://github.com/mind/wheels/releases/download/tf1.6-gpu-cuda91/tensorflow-1.6.0-cp27-cp27mu-linux_x86_64.whl
1.6 3.5 GPU https://github.com/mind/wheels/releases/download/tf1.6-gpu-cuda91/tensorflow-1.6.0-cp35-cp35m-Linux_x86_64.whl
1.6 3.6 GPU https://github.com/mind/wheels/releases/download/tf1.6-gpu-cuda91/tensorflow-1.6.0-cp36-cp36m-Linux_x86_64.whl

Aide!

Cette section contient des conseils pour déboguer votre configuration. Sérieusement, essayez TinyMind et vous n'aurez plus jamais besoin de perdre du temps à déboguer. Nous avons également des images Docker que vous pouvez utiliser sur vos propres machines. Si cette section ne résout pas votre problème, assurez-vous de déposer un problème.

Cuda

Différentes versions TensorFlow Prise en charge / nécessitent différentes versions CUDA:

TF Cuda bouton Capabilité de calcul
1.1, 1.2 8.0 5.1 3.7 (K80)
1.2.1-1.3.1 8.0 6.0 3.7
1.4 8.0 / 9.0 6.0 / 7.0 3.7, 6.0 (P100), 7.0 (V100)
1.4.1 8.0 / 9.0 / 9.1 6.0 / 7.0 3.7, 6.0, 7.0
1.5 9.0 / 9.1 7.0 3.7, 6.0, 7.0
1.6 9.1 7.0 3.7, 6.0, 7.0
1.7 9.0 / 9.1 7.0 / 7.1 3.7, 6.0, 7.0

TensorFlow <1,4 ne fonctionne pas avec CUDA 9, la version actuelle. Au lieu de l' sudo apt-get install cuda , vous devez faire sudo apt-get install cuda-8-0 . CUDA 8 Variants de TensorFlow 1.4 Allez avec CUDNN 6.0 et CUDA 9.x Variants allez avec Cudnn 7.x. 

 # Install CUDA 8
curl -O http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/cuda-repo-ubuntu1604_8.0.61-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1604_8.0.61-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda-8-0

# Install CUDA 9
curl -O http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/cuda-repo-ubuntu1604_9.0.176-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1604_9.0.176-1_amd64.deb
sudo apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/7fa2af80.pub
sudo apt-get update
sudo apt-get install cuda

Assurez-vous que les variables d'environnement liées à Cuda sont correctement définies: 

 echo ' export CUDA_HOME=/usr/local/cuda ' >> ~ /.bashrc
echo ' export PATH=$PATH:$CUDA_HOME/bin ' >> ~ /.bashrc
echo ' export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CUDA_HOME/lib64 ' >> ~ /.bashrc
. ~ /.bashrc

Téléchargez le CUDNN correct et installez-le comme suit: 

 # The cuDNN tar file.
tar xzvf cudnn-9.0-linux-x64-v7.0.tgz
sudo cp cuda/lib64/ * /usr/local/cuda/lib64/
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/

Bibliothèque libcupti manquante? Installez-le et ajoutez-le à votre PATH . 

sudo apt-get install libcupti-dev
echo ' export LD_LIBRARY_PATH=/usr/local/cuda/extras/CUPTI/lib64:$LD_LIBRARY_PATH ' >> ~ /.bashrc

Tensorrt

Certaines roues prennent en charge Tensorrt. Pour installer Tensorrt, téléchargez-le d'abord sur le site Web de Nvidia, puis exécutez: 

sudo dpkg -i nv-tensorrt-repo-ubuntu1604-ga-cuda9.0-trt3.0.4-20180208_1-1_amd64.deb
sudo apt-get update
sudo apt-get install tensorrt

MKL

MKL est la bibliothèque du noyau en profondeur d'Intel, qui rend la formation de filets neuronaux sur le processeur beaucoup plus rapidement. Si vous ne l'avez pas, installez-le comme ce qui suit: 

 # If you don't have cmake
sudo apt install cmake

git clone https://github.com/01org/mkl-dnn.git
cd mkl-dnn/scripts && ./prepare_mkl.sh && cd ..
mkdir -p build && cd build && cmake .. && make
sudo make install

echo ' export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/lib ' >> ~ /.bashrc

Glibc 2.23

Veuillez noter que Ubuntu 16.04 LTS est l'environnement prévu. Si vous avez un ancien système d'exploitation, vous pouvez rencontrer des problèmes avec les vieilles versions GLIBC. Vous voudrez peut-être consulter des discussions ici pour voir s'ils aideraient.

MPI

Utilisation d'une roue avec support MPI? Assurez-vous d'exécuter sudo apt-get install mpich .

Développer
Informations supplémentaires
Applications connexes
Recommandé pour vous
Actualités connexes Tout