Différences

Ci-dessous, les différences entre deux révisions de la page.

--- installation_de_cuda_et_cudnn_sur_un_portable_optimus_avec_debian_9_stretch [2019/03/23 07:57] – serge
+++ archives:archive_installation_de_cuda_et_cudnn_sur_un_portable_optimus_avec_debian_9_stretch [2020/04/06 16:07] (Version actuelle) – [Version sur Debian GNU/Linux Version 9 (stretch) 64-bit abandonnée] serge
@@ Ligne 1: / Ligne 1: @@
-====== Installation de CUDA et CUDNN sur un portable optimus avec debian 9 stretch ======
+====== Archive Installation de CUDA et CUDNN sur un portable optimus avec debian 9 stretch et ubuntu 18.04======
-**Le but était de compiler YOLO Darknet.**
+=====Installation de Anaconda CUDA CUDNN sur ubuntu 18.04=====
+====Avec Anaconda: mauvaise idée====
+  * **[[https://gist.github.com/mari-linhares/cef4cb3440408e44963d1447a7db5ae0|Setting up a MSI laptop with GPU]] Installation de Ubuntu 18.04, CUDA, CDNN, Pytorch et TensorFlow**  Ce tuto va permettre d'installer et de vérifier "facilement" le bon fonctionnement du GPU.
+===Conda===
+  wget -c https://repo.anaconda.com/archive/Anaconda3-2018.12-Linux-x86_64.sh
+  sh Anaconda3-2018.12-Linux-x86_64.sh
+===CUDA===
+<code>
+wget -c https://developer.nvidia.com/compute/cuda/10.1/Prod/local_installers/cuda-repo-ubuntu1804-10-1-local-10.1.105-418.39_1.0-1_amd64.deb
+sudo dpkg -i cuda-repo-ubuntu1804-10-1-local-10.1.105-418.39_1.0-1_amd64.deb
+sudo apt-key add /var/cuda-repo-<version>/7fa2af80.pub
+sudo apt-key add /var/cuda-repo-10-1-local-10.1.105-418.39/7fa2af80.pub
+sudo apt-get update
+sudo apt-get install cuda
+</code>
+===CUDNN===
+Remarque: Début des essais avec
+  sudo dpkg -i libcudnn7_7.5.0.56-1+cuda10.1_amd64.deb
+qui n'a pas installer cudnn !!
+Il faut avoir un compte sur Nvidia et se loguer pour pouvoir télécharger:
+  wget -c https://developer.nvidia.com/compute/machine-learning/cudnn/secure/v7.5.0.56/prod/10.1_20190225/cudnn-10.1-linux-x64-v7.5.0.56.tgz
+Décompresser, dans le dossier:
+  sudo cp -P /media/data/cuda/targets/ppc64le-linux/lib/libcudnn* /usr/local/cuda-10.1/lib64/
+  sudo cp  /media/data/cuda/targets/ppc64le-linux/include/cudnn.h /usr/local/cuda-10.1/include/
+  sudo chmod a+r /usr/local/cuda-10.1/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
+===Installation de Pytorch===
+<code>
+# creation d'un environement virtuel conda
+conda create -n torch python=3.7
+# installation torch pour cuda 10
+conda install -y pytorch=0.4 torchvision cuda100 -c pytorch
+# test gpu install
+</code>
+<code python>
+python3 -c 'import torch; print(torch.rand(2,3).cuda())'
+</code>
+<code>
+__init__.py:116: UserWarning:
+    Found GPU0 GeForce GTX 765M which is of cuda capability 3.0.
+    PyTorch no longer supports this GPU because it is too old.
+  warnings.warn(old_gpu_warn % (d, name, major, capability[1]))
+tensor([[0.6618, 0.3247, 0.4543],
+        [0.9745, 0.8508, 0.0141]], device='cuda:0')
+</code>
+Ma carte n'est plus toute fraîche !
+===Installation de TensorFlow===
+<code>
+sudo apt-get install libcupti-dev
+sudo pip3 install tensorflow-gpu
+export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/extras/CUPTI/lib64
+python3 -c 'from tensorflow.python.client import device_lib; device_lib.list_local_devices()'
+</code>
 =====Version sur Debian GNU/Linux Version 9 (stretch) 64-bit abandonnée=====
-Debian GNU/Linux Version 9 (stretch) 64-bit
+**Le but était de compiler YOLO Darknet.**
+Nous avons installé Bumblebee et bbswitch. Cela ne permet pas d'avoir la carte Nvidia en permanence.
 **CMake >= 3.8 for modern CUDA support**\\
@@ Ligne 37: / Ligne 93: @@
 https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html#installlinux-tar\\
 Téléchargement et installation de libcudnn7_7.4.2.24-1+cuda10.0_amd64.deb
-Il faut obligatoirement avoir un compte Nvidia et se loguer.\\
+Il faut obligatoirement avoir un compte Nvidia et se loguer.
-https://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1804/x86_64/libcudnn7-dev_7.4.2.24-1+cuda10.0_amd64.deb\\
+  * [[https://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1804/x86_64/libcudnn7-dev_7.4.2.24-1+cuda10.0_amd64.deb|libcudnn7-dev_7.4.2.24-1+cuda10.0_amd64.deb]]
-ou ??\\
+ou ??
-https://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1804/x86_64/libcudnn7_7.4.2.24-1+cuda10.0_amd64.deb\\
+  * [[https://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1804/x86_64/libcudnn7_7.4.2.24-1+cuda10.0_amd64.deb|libcudnn7_7.4.2.24-1+cuda10.0_amd64.deb]]
 Téléchargement et décompression de cudnn-10.0-linux-ppc64le-v7.4.2.24.tgz
@@ Ligne 60: / Ligne 116: @@
   make
-{{tag>archive}}
+{{tag>archive sb}}