La dernière version de TensorFlow ne prend pas en charge l'accélération NVIDIA CUDA/CuDNN de manière native sur les systèmes d'exploitation Windows 10/11. Ainsi, si vous souhaitez configurer la dernière version de l'environnement de développement TensorFlow avec l'accélération NVIDIA CUDA/cuDNN sur Windows 10/11, vous devez le faire via le sous-système Windows pour Linux (WSL).
Dans cet article, nous allons vous montrer comment installer WSL sur Windows 10/11 et y accéder. Nous vous montrerons également comment installer la dernière version de TensorFlow avec la prise en charge de l'accélération NVIDIA CUDA/cuDNN sur le système Ubuntu WSL sous Windows 10/11.
Sujet du contenu :
- Installation des pilotes GPU NVIDIA sur Windows 10/111
- Installation de NVIDIA CUDA et cuDNN sur Windows 10/11
- Installation de WSL sur Windows 10/11
- Accès au terminal Linux WSL Ubuntu sous Windows 10/11
- Vérifier si le système Ubuntu WSL peut accéder au GPU NVIDIA de Windows 10/11
- Installation de Python 3 PIP sur le système Ubuntu WSL
- Mise à niveau de Python 3 PIP sur le système Ubuntu WSL
- Installation de TensorFlow avec la prise en charge de l'accélération NVIDIA CUDA/cuDNN sur le système Ubuntu WSL
- Vérifier si l'accélération TensorFlow CUDA fonctionne sur le système Ubuntu WSL
- Accès au système Ubuntu WSL avec Visual Studio Code pour le développement TensorFlow
- Conclusion
Installation des pilotes GPU NVIDIA sur Windows 10/11
Pour que TensorFlow puisse accéder au GPU NVIDIA pour l'accélération CUDA/cuDNN sur le système Ubuntu WSL sous Windows 10/11, vous devez disposer d'un GPU NVIDIA installé sur votre ordinateur et installer le pilote GPU NVIDIA sous Windows 10/11. Si un GPU NVIDIA est installé sur votre ordinateur et que vous avez besoin d'aide pour installer le pilote GPU NVIDIA sur Windows 10/11, lire cet article .
Installation de NVIDIA CUDA et cuDNN sur Windows 10/11
Une fois que vous avez installé les pilotes GPU NVIDIA sur votre système Windows 10/11, vous devez installer NVIDIA CUDA et NVIDIA cuDNN pour l'accélération TensorFlow CUDA/cuDNN afin de fonctionner sur le système Ubuntu WSL.
Si vous avez besoin d'aide pour installer NVIDIA CUDA sur votre système d'exploitation Windows 10/11, lire cet article .
Si vous avez besoin d'aide pour installer NVIDIA cuDNN sur votre système d'exploitation Windows 10/11, lisez cet article.
Installation de WSL sur Windows 10/11
Pour installer WSL sur Windows 10/11, ouvrez l'application Terminal et exécutez la commande suivante :
$ wsl –installer
Cliquez sur « Oui ».
WSL est en cours d'installation. Cela prend un certain temps pour terminer.
Une fois que vous voyez l’invite suivante, cliquez sur « Oui ».
L'installation devrait continuer.
Le système d'exploitation Ubuntu Linux est en cours d'installation. Cela prend un certain temps pour terminer.
NOTE: Ubuntu est le système d'exploitation par défaut de Windows WSL.
À ce stade, le système Ubuntu Linux WSL doit être installé sur votre ordinateur Windows 10/11.
Pour que les modifications prennent effet, redémarrez votre ordinateur.
Une fois votre ordinateur démarré, une fenêtre de terminal devrait s'afficher, vous demandant de configurer votre premier utilisateur Ubuntu.
Tapez un nom pour l'utilisateur du système Ubuntu WSL et appuyez sur < Entrer >.
Saisissez un mot de passe de connexion pour le nouvel utilisateur et appuyez sur < Entrer >.
Retapez le mot de passe de connexion et appuyez sur < Entrer >.
Un nouveau compte utilisateur doit être créé pour le système Ubuntu WSL et Ubuntu devrait être prêt à être utilisé.
Accès au terminal Linux WSL Ubuntu sous Windows 10/11
Pour accéder au terminal du système Ubuntu Linux WSL, ouvrir une application Terminal sur Windows 10/11 et cliquez sur > Ubuntu .
Le terminal du système Ubuntu Linux WSL doit être ouvert.
Vérifier si le système Ubuntu WSL peut accéder au GPU NVIDIA de Windows 10/11
Pour vérifier si le système Ubuntu WSL peut accéder au GPU NVIDIA de votre ordinateur Windows 10/11, exécutez la commande suivante depuis le terminal du système Ubuntu WSL :
$nvidia-smi
Si le système Ubuntu WSL peut accéder au GPU NVIDIA de votre ordinateur Windows 10/11, vous verrez les informations d'utilisation de votre GPU NVIDIA comme indiqué dans la capture d'écran suivante :
Installation de Python 3 PIP sur le système Ubuntu WSL
Pour installer TensorFlow sur le système Ubuntu WSL, vous devez avoir Python 3 PIP installé sur le système Ubuntu WSL. Vous pouvez installer Python 3 PIP sur le système Ubuntu WSL à partir du référentiel de packages officiel d'Ubuntu.
Tout d’abord, mettez à jour le cache de la base de données du package APT avec la commande suivante :
$ sudo apt mise à jour
Pour installer Python 3 PIP sur le système Ubuntu WSL, exécutez la commande suivante :
$ sudo apt installer python3-pip
Pour confirmer l’installation, appuyez sur « Y » puis appuyez sur < Entrer >.
Python 3 PIP est en cours d'installation sur le système Ubuntu WSL. Cela prend un certain temps pour terminer.
À ce stade, Python 3 PIP doit être installé sur le système Ubuntu WSL.
Pour vérifier si Python 3 PIP est accessible sur le système Ubuntu WSL, exécutez la commande suivante :
$ pip –version
Comme vous pouvez le voir, Python 3 PIP 22.0.2 est installé sur notre système Ubuntu WSL.
Mise à niveau de Python 3 PIP sur le système Ubuntu WSL
Pour installer la dernière version de TensorFlow, vous devez disposer de la dernière version de Python 3 PIP installée sur votre système Ubuntu WSL.
Pour installer la dernière version de TensorFlow, vous devez disposer de la dernière version de Python 3 PIP installée sur votre système Ubuntu WSL.
$ pip installer – mettre à niveau pip
Python PIP doit être mis à jour vers la dernière version (version 23.2.1 au moment d'écrire ces lignes).
$ pip –version
Installation de TensorFlow avec la prise en charge de l'accélération NVIDIA CUDA/cuDNN sur le système Ubuntu WSL
Pour installer TensorFlow avec la prise en charge de l'accélération NVIDIA CUDA/cuDNN sur le système Ubuntu WSL de votre Windows 10/11, exécutez la commande suivante :
$ pip installer tensorflow[et-cuda]
TensorFlow avec prise en charge NVIDIA CUDA/cuDNN et les dépendances requises sont en cours de téléchargement et d'installation. Cela prend un certain temps pour terminer.
À ce stade, TensorFlow avec prise en charge NVIDIA CUDA/cuDNN doit être installé sur le système Ubuntu WSL.
Vérifier si l'accélération TensorFlow CUDA fonctionne sur le système Ubuntu WSL
Pour vérifier si l'accélération TensorFlow CUDA fonctionne sur le système Ubuntu WSL, ouvrez le shell/interpréteur interactif Python 3 avec la commande suivante :
$python3
Pour importer TensorFlow, exécutez la ligne de code suivante :
$ importer tensorflow en tant que tf
Pour vérifier si TensorFlow a été importé correctement, imprimez le numéro de version de TensorFlow avec la ligne de code suivante :
$ tf.__version__
Comme vous pouvez le voir, TensorFlow 2.14.0 est installé sur notre système Ubuntu WSL.
Pour vérifier si votre GPU NVIDIA est disponible pour l'accélération TensorFlow CUDA, exécutez la ligne de code suivante :
$ tf.config.list_physical_devices('GPU')
Comme vous pouvez le constater, un périphérique GPU est disponible pour TensorFlow. Ainsi, TensorFlow peut utiliser le GPU NVIDIA de votre ordinateur pour l'accélération CUDA.
Pour quitter le shell/interpréteur interactif Python 3, exécutez la ligne de code suivante :
$ quitter()
Accès au système Ubuntu WSL avec Visual Studio Code pour le développement TensorFlow
Visual Studio Code est un excellent éditeur de code pour le développement TensorFlow. Si vous souhaitez accéder au système Ubuntu WSL avec Visual Studio Code pour le développement TensorFlow et que vous avez besoin d'aide à cet égard, lisez cet article.
Conclusion
Dans cet article, nous vous avons montré comment installer Ubuntu Linux via WSL sur Windows 10/11. Nous vous avons également montré comment accéder au terminal du système Ubuntu WSL sous Windows 10/11 et comment installer la dernière version de TensorFlow avec la prise en charge de l'accélération NVIDIA CUDA/cuDNN sur le système Ubuntu WSL.