web-dev-qa-db-fra.com

Comment installer CUDA dans les GPU Google Colab

Il semble que les GPU de Google Colab ne viennent pas avec CUDA Toolkit, comment puis-je installer CUDA dans les GPU de Google Colab. Je reçois cette erreur lors de l'installation de mxnet dans Google Colab.

Installing collected packages: mxnet
Successfully installed mxnet-1.2.0

ERREUR: Installation incomplète pour tirer parti des GPU pour les calculs . Assurez-vous que CUDA est installé et exécutez la ligne suivante dans votre terminal et essayez à nouveau:

pip uninstall -y mxnet && pip install mxnet-cu90==1.1.0

Ajustez 'cu90' en fonction de votre version de CUDA ('cu75' et 'cu80' sont également disponibles) . Vous pouvez également désactiver complètement l'utilisation du processeur graphique en appelant turicreate.config.set_num_gpus (0). Une exception s'est produite, utilisez% tb pour afficher le suivi complet.

SystemExit: 1
pythonmachine-learningcudagoogle-colaboratoryturi-create
10
namerbenz
  1. Allez ici: https://developer.nvidia.com/cuda-downloads
  2. Sélectionnez Linux -> x86_64 -> Ubuntu -> 16.04 -> deb (local)
  3. Copier le lien à partir du bouton de téléchargement.
  4. Maintenant, vous devez composer la séquence de commandes. Le premier sera l'appel à wget qui téléchargera le programme d'installation de CUDA à partir du lien que vous avez enregistré à l'étape 3.
  5. Il y aura des instructions d’installation dans la section "Installateur de base". Copiez-les également, mais supprimez Sudo de toutes les lignes. 
  6. Préface chaque ligne avec des commandes avec !, insérer dans une cellule et exécuter
  7. Pour moi, la séquence de commande était la suivante:
    !wget https://developer.nvidia.com/compute/cuda/9.2/Prod/local_installers/cuda-repo-ubuntu1604-9-2-local_9.2.88-1_AMD64 -O cuda-repo-ubuntu1604-9-2-local_9.2.88-1_AMD64.deb !dpkg -i cuda-repo-ubuntu1604-9-2-local_9.2.88-1_AMD64.deb !apt-key add /var/cuda-repo-9-2-local/7fa2af80.pub !apt-get update !apt-get install cuda
  8. Maintenant, installez enfin mxnet. Comme la version de cuda que j'ai installée ci-dessus est la 9.2, je devais modifier légèrement votre commande: !pip install mxnet-cu92
  9. Successfully installed graphviz-0.8.3 mxnet-cu92-1.2.0
7
Dienow

Je crois assez bien que Cuda soit pré-installé dans Google Colab ... Vous pouvez vous en assurer en ouvrant un nouveau carnet et en tapant !nvcc --version qui renverrait la version installée de Cuda.

Voici le mien:  enter image description here

3
Anwarvic

Si vous passez au GPU, CUDA sera disponible sur votre VM. En gros, vous devez faire correspondre la version de MXNet à la version installée de CUDA.

Voici ce que j'avais l'habitude d'installer MXNet sur Colab:

Vérifiez d'abord la version de CUDA

!cat /usr/local/lib/python3.6/dist-packages/external/local_config_cuda/cuda/cuda/cuda_config.h |\
grep TF_CUDA_VERSION

Pour moi, il a sorti #define TF_CUDA_VERSION "8.0"

Puis j'ai installé MXNet avec 

!pip install mxnet-cu80
1
Jakub Bartczuk

Pour fonctionner dans Colab, vous avez besoin de CUDA 8 (mxnet 1.1.0 pour cuda 9+ est cassé). Mais Google Colab tourne maintenant à la version 9.2. Cependant, il existe un moyen de désinstaller la 9.2, d'installer 8.0 puis d'installer mxnet 1.1.0 cu80. 

Le code complet de Jupyter est ici: Moyen

0
Niko

Je pense que le moyen le plus simple est d'installer mxnet-cu80. Utilisez simplement le code suivant:

!pip install mxnet-cu80
import mxnet as mx

Et vous pouvez vérifier si cela fonctionne en:

a = mx.nd.ones((2, 3), mx.gpu())
b = a * 2 + 1
b.asnumpy()

Je pense que colab ne supporte actuellement que les versions cu80 et supérieures ne fonctionnera pas.

Pour plus d'informations, vous pouvez consulter les deux sites Web suivants:

Didacticiel GPU gratuit sur Google Colab

Installation de mxnet

Code heureux: D

0
Bright Chang