【AMD显卡在WIndow10/11部署带GPU支持的深度学习环境(Tensorflow-DirectML篇)】

全中文网首发，可以收藏本教程纪念一下

还有个姊妹篇Pytorch版，请翻阅我的博文！

我这先晒一个结果：

首先这里推荐的系统比如Win10不要太老，尽量新一点，特别是针对WSL2

本人用的显卡是AMD Radeon RX6600(后面不带XT，很重要！因为还有XT版嘛，性能差20%左右)
CPU：i5 12600KF(目前的神卡，干翻上一代i9 K)
系统WIn10专业版，内部版本号：19042，版本不要太老，太老自己Windows更新那边升级一下到最新。

这里出现了两个分叉，一个是用我们本地Window环境，一个是用WSL2，如果你是准备用WSL2那么你最好是安装Window10/11专业版或家庭版，不要安装企业版或服务器版，因为后面两个没有Windows商店，对我们安装Ubuntu有难度。

场景1：在Window10/11 WSL2下搭建Tensorflow GPU深度学习环境
A：搭建WSL2：
这一步最好是看准自己的显卡，并不是越新的A卡就支持，比如我的6600就不支持，但是6600XT是支持的
目前我知道的比较主流的保证支持的显卡是：6600XT和6900XT，具体可以参考AMD官网：

https://www.amd.com/en/support/kb/release-notes/rn-rad-win-wsl-support

第零步：主板开启虚拟化支持
第一步：启用虚拟机平台和 Linux 子系统功能
第二步：安装一个 Linux 发行版
第三步：启用 WSL2*

第零步：自己百度自己主板型号，开启即可，我的主板是开启vt-d

第一步：启用虚拟机平台和Linux 子系统功能

你可以用图形界面，也可以用命令行：
图形化：
在控制面板添加开启新功能：

命令行：
以管理员权限启动 PowerShell，也可以用Windows Terminal(推荐，因为后面可以直接用这个启动Ubuntu，可以到Windows商店下载)，然后输入以下命令启用虚拟机平台：

Enable-WindowsOptionalFeature -Online -FeatureName VirtualMachinePlatform

以管理员权限启动 PowerShell，然后输入以下命令启用 Linux 子系统功能：

Enable-WindowsOptionalFeature -Online -FeatureName Microsoft-Windows-Subsystem-Linux

PS：我上面的Terminal是不小心复制进去的，不要在意，回车就完事，反正识别不了。

提前开启WSL版本号：

wsl --set-version Ubuntu 2

这个你也可以在安装Ubuntu后再开。

第二步：安装一个 Linux 发行版
打开微软商店应用，在搜索框中输入“Linux”然后搜索，你可以看到搜索结果中有很多的 Linux 发行版可以选择。选择一个你喜欢的 Linux 发行版本然后安装：

需要注意，在商店中的安装并没有实际上完成 Linux 子系统的安装，你还需要运行一次已安装的 Linux 发行版以执行真正的安装操作，具体操作是在开始菜单，找到Ubuntu，点一下

会出现这个说明安装成功，如果出现error，不要担心，你可以重启电脑再试试

第三步：启用 WSL2
你在前面提前开启WSL版本号，这步可以不做！如果没开那么可以这样：

使用 wsl -l 可以列出当前系统上已经安装的 Linux 子系统名称。注意这里的 -l 是列表“list”的缩写，是字母 l 不是其他字符。

wsl -l

如果提示 wsl 不是内部或外部命令，说明你没有启用“适用于 Windows 的 Linux 子系统”，请先完成本文第一步。

如果提示没有发现任何已安装的 Linux，说明你没有安装 Linux 发行版，或者只是去商店下载了，没有运行它执行真正的安装，请先完成本文第二步。

使用 wsl --set-version 2 命令可以设置一个 Linux 发行版的 WSL 版本。命令中替换为你安装的 Linux 发型版本的名称，也就是前面通过 wsl -l 查询到的名称。

wsl --set-version Ubuntu 2

以上内容部分参考自：

https://walterlv.blog.csdn.net/article/details/101508601
谢谢作者！

然后后面大部分是我的私货：
成功安装Ubuntu后，我们可以用Windows Terminal打开Ubuntu控制台：

OK，以上就是安装WSL2所有步骤，也适合安装N卡版的，那个安装更简单，弄好直接可以使用原版的TF GPU或者Pytorch GPU而不需要安装DirectML版

Flag1:
然后是我们的重点，安装AMD显卡SDK软件Radeon Software Adrenalin 2020 Edition，相当于英伟达的Cuda，注意这个不是我们安装系统后用什么驱动精灵安装的那个显卡驱动，这个驱动是SDK，就是AMD版的Cuda！下载不要下载错了，不要下载那个带Mini的版本，完整版是400多M！
PS：WSL2 GPU支持版本一定要安装下面链接的版本(rn-rad-win-wsl-support)

下载官网：

https://www.amd.com/en/support/kb/release-notes/rn-rad-win-wsl-support

支持的显卡自己可以看看，我的6600xt这个版本用不了，那么用不了怎么办？
你可以右上角搜：

比如我这个是6600

下载安装即可，千万不要试图安装没有列出你显卡型号的驱动，我给你一个tan90°
如果出现这个界面，那么恭喜你：

如果出现：

也不要慌，去下一个3DM最新的环境包合集，一共1G多，除了里面的N卡物理插件不要安装，其他没有冲突都可以安装！
比如这个：

https://dl.3dmgame.com/patch/89066.html

然后重新安装我们的Radeon Software Adrenalin 2020 Edition

按好后我们就可以进入Ubuntu安装我们的TF了，这时，可以给他装个GUI，可以看我另外一篇博文
然后按个MiniConda：

我们的tf dml支持的Python版本：
Python x86-64 3.5, 3.6, or 3.7

推荐用Py3.7以及对应的conda
官网：

https://docs.conda.io/en/latest/miniconda.html

安装Tensorflow-DirectML：

pip install tensorflow-directml==1.15.5

安装VSCODE

安装Keras：

这里我们的tf是1.15.5
所以可以参考这里：

Tensorflow 和 Keras 版本对应关系
https://blog.csdn.net/douzi949389/article/details/108146536

这里推荐安装： Keras 2.3.1

pip install keras==2.3.1

检测是否支持AMD GPU：

import tensorflow as tf
tf.test.is_gpu_available()
print(tf.test.is_gpu_available(cuda_only=False) )

更多例子可以移步官网：

https://github.com/microsoft/DirectML/tree/master/TensorFlow

场景2：在Windows本地使用Tensorflow-DirectML

这个更加简单了，那你就根本不需要安装WSL2了，直接:

goto Flag1

把所有的步骤都在Windows下操作即可！

PS：
RX6600的小伙伴SDK直接安装这个：
https://www.amd.com/en/support/kb/release-notes/rn-rad-win-21-10-2-rx6600

这边博主是很怀疑萌新的阅读能力的，你这就不能打开网页翻译吗

下载好后是这个，双击安装！

参考：
https://docs.microsoft.com/zh-cn/windows/ai/directml/gpu-tensorflow-windows

【AMD显卡在WIndow10/11部署带GPU支持的深度学习环境(Tensorflow-DirectML篇)】相关推荐

【AMD显卡在WIndow10/11部署带GPU支持的深度学习环境(Pytorch-DirectML篇)】
全中文网首发,可以收藏本教程纪念一下这篇是之前Tensorflow-DirectML的姊妹篇,如果对TF感兴趣的可以搜索我的博文. 首先我们丢一个官网地址,但是官网那个会误导新人如果你按那个操作的话 ...
英伟达显卡【NVIDIA GeForece RTX3060 laptop GPU】装深度学习环境，学习框架为Pytorch
1.安装python包管理器Anaconda,在其官网[Anaconda | The World's Most Popular Data Science Platform]进行下载安装 2.安装完A ...
显卡、显卡驱动、cuda、cudnn 通俗解释及深度学习环境搭建
场景描述搞深度学习时需要先搭建环境,需要折腾显卡驱动.cuda.cudnn.以及各种深度学习框架(TensorFlow.Pytorch等).光听这些名词有好些人都迷糊了,更不要提解决他们之间的不兼容 ...
我的AI之路 —— 从裸机搭建GPU版本的深度学习环境
之前一直在CPU上跑深度学习,由于做的是NLP方向所以也能勉强忍受.最近在做图像的时候,实在是扛不住了...还好领导们的支持买个虚拟机先体验下.由于刚买的机器,环境都得自己摸索,瞎搞过很多次,也走过很 ...
滴滴云GPU服务器做深度学习之tensorflow object detect 对象检测实践
滴滴云的GPU云可以用了,冲着3元一小时的价格,我去试了一把. 1.好吧,先注册滴滴云,这个简单略过. 2.要购买GPU实例,先要实名认证,要上传身份证的正反面,JPG格式,好吧,我上传. 3.开始购 ...
Centos8安装英伟达显卡驱动并通过docker部署深度学习环境
20201107 - 每个人的机器和实际需要的环境都不一样,本文只是提供了在自己实验室centos8上的部署过程,部署过程中,没有什么问题.请谨慎参考本篇文章,以免浪费宝贵时间. 0. 引言之前的时 ...
【Window10配置3080ti的深度学习环境（Anaconda+cuda11.4+pytorch1.11+pycharm）】
**Window10配置3080ti的深度学习环境(Anaconda+cuda11.4+pytorch1.11+pycharm)** 总结 pycharm安装 python安装 Anaconda安装 ...
DL之IDE：深度学习环境安装之CUDA的简介(显卡GPU/驱动/CUDA间的关系)、安装(根据本地电脑的NVIDIA显卡驱动版本去正确匹配CUDA版本)之详细攻略
DL之IDE:深度学习环境安装之CUDA的简介(显卡GPU/驱动/CUDA间的关系).安装(根据本地电脑的NVIDIA显卡驱动版本去正确匹配CUDA版本)之详细攻略目录 CUDA的简介 1.显卡GP ...
Windows 11 上从零开始基于 wsl-ubuntu 搭建 AI 学习环境及部署多种私有 ChatGPT
Windows 11 上从零开始基于 wsl-ubuntu 搭建 AI 学习环境及部署多种私有 ChatGPT 0. 背景和简介 1. 安装 wsl-ubuntu 2. (可选)配置清华大学软件源 3 ...

【AMD显卡在WIndow10/11部署带GPU支持的深度学习环境(Tensorflow-DirectML篇)】

【AMD显卡在WIndow10/11部署带GPU支持的深度学习环境(Tensorflow-DirectML篇)】相关推荐

最新文章

热门文章