Discussion :

[-RoCk-]

Bonjour à tous,


j'essaie actuellement d'utiliser un réseaux de neurones qui semblerait me bouffe tellement de mémoire que j'ai toujours un soucis avec tensorflow dans son utilisation. En effet, il semblerait que ce dernier n'utilise pas ma Quadro P5000 qui est installe dans mon PC !

J'ai une version de CUDA égale à 10.0, tensorflow 2.2.0 installé ainsi que tensorflow-gpu. Lorsque je lance les commandes suivantes :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

 tf.test.gpu_device_name()

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

 tf.config.list_physical_devices('GPU')

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

tf.test.is_gpu_available()

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

j'ai respectivement les sorties suivantes dans un Jupyter notebook : " " ; [ ] ; "False" ; module 'tensorflow' has no attribute 'Session'

J'ai regardé du côté de nvidia via la commande nvidi-smi en shell et voici une capture :


Je ne vois pas comment je peux dire à 'mon' tensorflow de runer le code via mon GPU ... J'ai regardé de mon côté mais je dois dire que connaissances sur CUDA je rame pas mal, mais je pense que pour tensorflow il me manque une petite étape et je ne vois pas du tout comment avance.

Merci à vous pour votre aide

-M

[danielhagnoul]

Je ne sais pas si c'est la cause du problème, mais j'ai une NVIDIA GeForce GTX 750 et son driver à la version 451.67 du 07/09/2020 (9 juillet 2020)

[-RoCk-]

Salut,

Je vois que tu fais référence au driver. Par rapport à ma capture précédente, ai-je besoin d'installer un driver particulier car je peux voir la version 410.78 et CUDA 10.0 sur l'écran.
Il semble donc que j'ai une bonne version de CUDA Toolkit et un driver suffisant ... Notamment, dans /usr/local/cuda il semble y avoir tout ce qu'il faut.

Cependant, je n'avais pas l'impression que cuDNN etait installé, j'ai donc crée un compte sur NVIDA pour installer depuis un tar.gz les fichiers comme ceci :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
 sudo cp cuda/include/cudnn*.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

Et maintenant dans la partie processes de watch nvidia-smi il y a une ligne 'python3.7' qui apparait. Mais lorsque je souhaite voir avec tensorflow si cela fonctionne j'ai toujours les memes resultats vides ...

Je me demande donc si le soucis vient de Python/Tensorflow ou CUDA/Driver !

[jurassic pork]

hello,
sous centos , pour faire fonctionner tensorflow j'ai du installer seulement la version 1.5 car mon processeur n'avait pas les instructions AVX nécessaires pour les packets tensorflow > 1.5
J'ai du alors aussi installer une version de cuda ancienne (9.0) et un cudnn 7.0. Par contre j'ai installé le dernier driver nvidia 450.57.
tensorflow installés :

tensorflow 1.5.0
tensorflow-gpu 1.5.0
tensorflow-tensorboard 1.5.1

cuda installé :

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Sep__1_21:08:03_CDT_2017
Cuda compilation tools, release 9.0, V9.0.176

voici les résultats de quelques tests sous python 3.6

>>> import tensorflow as tf
>>> hello = tf.constant("hello TensorFlow!")
>>> sess=tf.Session()
2020-07-24 08:28:31.574800: I tensorflow/core/platform/cpu_feature_guard.cc:137] Your CPU supports instructions that this TensorFlow binary was not compiled to use: SSE4.1
2020-07-24 08:28:32.014403: I tensorflow/stream_executor/cuda/cuda_gpu_executor.cc:895] successful NUMA node read from SysFS had negative value (-1), but there must be at least one NUMA node, so returning NUMA node zero
2020-07-24 08:28:32.014956: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1105] Found device 0 with properties:
name: GeForce GT 730 major: 3 minor: 5 memoryClockRate(GHz): 0.9015
pciBusID: 0000:05:00.0
totalMemory: 1.95GiB freeMemory: 1.51GiB
2020-07-24 08:28:32.015043: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1195] Creating TensorFlow device (/device:GPU:0) -> (device: 0, name: GeForce GT 730, pci bus id: 0000:05:00.0, compute capability: 3.5)
>>> print (sess.run(hello))
b'hello TensorFlow!'
>>> tf.test.gpu_device_name()
2020-07-24 08:31:26.119168: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1195] Creating TensorFlow device (/device:GPU:0) -> (device: 0, name: GeForce GT 730, pci bus id: 0000:05:00.0, compute capability: 3.5)
'/device:GPU:0'

ma carte graphique est une GT 730
Il faut voir les versions de cuda compatibles avec la version de tensorflow que l'on veut installer.

Ami calmant, J.P

[-RoCk-]

Salut,

alors, j'ai checké mes versions de : driver + cudnn + cuda, et il semble que je suis sur une bonne configuration car respectivement on est sur 410.78, 7.6.5 et 10.0 !

De ce fait j'ai regardé la version de tensorflow / tensorflow-gpu car tu m'as mis la puce à l'oreille avec cette idée de version. J'ai installé et reinstaller avec tensorflow 2.0.0 et bizarrement ca n'a jamais voulu. J'ai l'impression que mon Python3.7 a un conflit avec la version qui fait que le fait de le réinstaller maintenant ne change pas grand chose !

Neanmoins J'ai installer un environnement virtuel via pip3 et non pip, où tensorflow-gpu=2.0 a ete installé et là ... BOOM ca marche ! Je ne sais pas pourquoi le fait d'avoir installe un environnement de travail a permis de le faire fonctionner Mais je dirai que parce qu'il était vierge de toute librairie, c’était comme une "purge" !

Merci pour votre aide !

Je clos le sujet