web-dev-qa-db-fra.com

Comment rétrograder la version tensorflow dans colab?

J'utilise pip3 install tensorflow==1.8.0, mais il ne prend pas en charge le GPU.

J'utilise donc pip3 install tensorflow-gpu==1.8.0, mais il soulève toujours une exception

libcudart.so.VERSION Aucun fichier de ce type.

Dois-je utiliser colab pour installer tensorflow à partir de la source?

Après pip3 list:

tensorboard              1.10.0   
tensorflow               1.10.0   
tensorflow-hub           0.1.1
tensorflowgoogle-colaboratory
6
二进制

Vous pouvez rétrograder Tensorflow vers une version précédente sans prise en charge GPU sur Google Colab. L'Iran:

!pip install tensorflow==1.12.0
import tensorflow as tf
print(tf.__version__)

qui est initialement revenu

2.0.0-dev20190130

mais quand j'y suis retourné après quelques heures, j'ai eu la version que j'avais demandée:

1.12.0

Essayer de rétrograder vers une version avec prise en charge GPU:

!pip install tensorflow-gpu==1.12.0

nécessite le redémarrage du runtime et échoue, car l'importation de import tensorflow as tf Retour:

ImportError: libcublas.so.9.0: cannot open shared object file: No such file or directory

METTRE À JOUR:

Lorsque l'importation échoue, vous pouvez toujours rétrograder CUDA vers la version 9.0 à l'aide des commandes suivantes !wget https://developer.nvidia.com/compute/cuda/9.0/Prod/local_installers/cuda-repo-ubuntu1604-9-0-local_9.0.176-1_AMD64-deb !dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_AMD64-deb !apt-key add /var/cuda-repo-9-0-local/7fa2af80.pub !apt-get update !apt-get install cuda=9.0.176-1

Vous pouvez vérifier la version de CUDA en exécutant: !nvcc --version

1
mmorin

Le processus de génération pour le tensorflow activé par GPU est impliqué. En particulier, les anciennes versions de TensorFlow utilisent (ou nécessitent) des versions plus anciennes de CUDA, qui dépendent elles-mêmes des bibliothèques système et de la configuration au-delà de la portée d'un pip install.

Je soupçonne que la rétrogradation de TensorFlow sur un VM configuré pour une version plus récente va être un processus complexe, impliquant peut-être des rétrogradations/réinstallations de bibliothèques système.

Si cela est pratique, il peut être plus simple de mettre à jour votre code pour utiliser la dernière version de TensorFlow, au moins jusqu'à ce que Colab prenne en charge les enivronments backend persistants.

1
Bob Smith

Google donne une solution assez simple pour rétrograder vers le Colab tf v.1.15.2 précédemment utilisé. Exécutez simplement la ligne magique suivante dans Colab:

%tensorflow_version 1.x

Nous vous recommandons de "ne pas utiliser pip install pour spécifier une version TensorFlow particulière pour les backends GPU et TPU. Colab construit TensorFlow à partir de la source pour garantir la compatibilité avec notre flotte d'accélérateurs. Les versions de TensorFlow récupérées de PyPI par pip peuvent souffrir de problèmes de performances ou ne pas fonctionner du tout ". Cela signifie que si vous avez besoin d'un support GPU, utilisez l'une des deux versions TF données. Les autres versions ne fonctionneront pas nécessairement, je suppose, même pour le processeur.

0
SvGA