GPU desteği ile Tensorflow ve Keras'ın Windows'a nasıl kurulabileceğini ve olası problem ve çözümleri anlatıyorum.

⚠️ Dikkat! Eski içerik. Bu yazı 2018’de yazılmış olup içerikte önemli bir güncelleme yapılmamıştır. Bu yüzden bu yazıdaki içerikler yüksek ihtimalle geçerliliğini yitirmiştir. Yazı, arşiv amaçlı tutulmaktadır ve daha güncel kaynaklara bakmanızı öneririm.

ℹ️ Aşağıda yazdığım kısımlar konu ile ilgili kendime aldığım notlardır. Bir blog yazısına kıyasla daha az özenle yazılmıştır. Faydalı olması için paylaşıyorum.

Doküman Kasım 2017 içinde hazırlandı. Sürümler şu şekilde:

  • Tensorflow 1.4
  • CUDA 8.0
  • cuDNN v6.0 for CUDA 8.0
  • Python 3.6.3 64 bit
  • Keras 2.1.1

❗ 64-bit sistemlerde denendi yazılanlar.

Windows 10 İçin

Win 7’ye kıyasla özel bir şey yok. Sadece bazı yerlerdeki Win 7 sürümleri yerine Win 10 sürümleri kurulmalı. Win 7 kısmını okurken nerede Win 10 için ayrı yazılım indirmeniz gerektiği anlaşılıyor olmalı.

Windows 7 İçin

Nvidia Araçlarının Kurulumu

CUDA 8.0

  1. İlk olarak ekran kartımızın CUDA desteği olup olmadığına bakıyoruz şu listeden: https://developer.nvidia.com/cuda-gpus Tensorflow GPU desteği için CUDA Compute Capability en az 3.0 istiyor (Ref: https://www.tensorflow.org/install/install_windows 404 🔗). Eğer ekran kartımız bunu desteklemiyorsa oturup ağlayabiliriz. Şaka şaka, GPU desteksiz kurulabilir Tensorflow. Bu dokümanda yazmadım ama daha basit olacaktır zaten, bodos Tensorflow kurulumu ile devam edilebilir bence.
  2. Eğer ekran kartımızın desteği ile ilgili bir problem yoksa https://developer.nvidia.com/cuda-80-ga2-download-archive adresinden işletim sistemimize uygun olan versiyonu indiriyoruz. Installer type olarak “exe(local)” olanı tavsiye ederim. Hem “Base Installer”ı hem de “Patch2” yi kuruyoruz. Başka patch’ler varsa bu doküman hazırlandıktan sonra çıkan onları da kurun bence. Tabii ilk önce “Base Installer” sonra sırası ile (varsa birden fazla) patch’ler kurulmalı. An itibariyle sürüm CUDA 8.0.61. CUDA’nın kurulumu biraz uzun sürebiliyor ve restart etmek gerekiyor bilgisayarı.

Python

  1. Python sitesinden Tensorflow’un istediği Python sürümü indirilir (Ref: https://www.tensorflow.org/install/install_windows 404 🔗). An itibariyle python-3.6.3-amd64 indirdim.
  2. Yüklerken “Add Python 3.6 to PATH” seçeneği seçilmelidir. Yükleme lokasyonu olarak C:/Python36_64 seçtim.
  3. Eğer yükleme ve PATH’e ekleme başarılı ise, Windows’ta cmd ile komut satırı açılır ve python yazılır. Bu komut başarı ile çalışmalıdır. PATH’te sorun varsa python bulunamadı diye hata alınır. Python açılınca sürümünün doğru olduğu (3.6.3 gibi) açılan yazılımdan kontrol edilir.

Tensorflow

  1. Tensorflow kurlumu için pip3 install --upgrade tensorflow-gpu komutu Window cmd’ye yazılır (python çalıştırıp içine değil). Tabii CUDA desteği eklenemediyse önceki adımlarda ekran kartının eski olması gibi bu durumda GPU’suz seçenekle kurulur. Detaylı bilgi için: https://www.tensorflow.org/install/install_windows 404 🔗.
  2. Yükleme adımı bittikten sonra Tensorflow’un ekosisteminin uygun olup olmadığının kontrol edilmesini öneriyorum. Bunun için tensorflow_self_check.py isimli scripti kullanacağız. Bunu indiriyoruz ve dosyanın olduğu yerde windows CMD’yi açıp (Shift + Sağ click ve sonra Open Command Window Here veya cmd başlatıp cd ile o klasöre gidiyoruz) pyton tensorflow_self_check.py yazıyoruz.
  3. Bu noktada muhtemelen cuDNN hatası alınacak. Onun için lütfen hata ayıklama kısmına bakın.

Keras

  1. Keras kurulumu için pip3 install keras yazıyoruz yine Windows CMD’ye (Python shell değil).
  2. Test etmek için örnek bir kod çalıştıracağız. Kod, MNIST set kullanacak ve MLP networkü eğitecek. Şu (https://github.com/fchollet/keras/blob/master/examples/mnist_mlp.py 404 🔗) adresten ilgili dosyayı indiriyoruz. Diğer python scriptleri çalıştırdığımız gibi python mnist_mlp.py ile çalıştırıyoruz. Not: Bu script ilk olarak MNIST data setini indiriyor internetten. O yüzden ilk çalıştırmada biraz bekletebilir. Daha sonra lokal’deki datayı kullanacaktır.
  3. Eğer tam data işlenmeye başlanınca bilgisayar “xxx (Nvidia GPU modeli) çıkartılamaz” gibi bir hata verip çakılıyorsa ve PC donuyorsa Hata Ayıklama kısmına bakın.

Hata Ayıklama

tensorflow_self_check.py ile CuDNN Hatası Alınması

Problem

pyton tensorflow_self_check.py zaman aşağıdaki hata alınıyor:

- Could not load 'cudnn64_5.dll'. The GPU version of TensorFlow
  requires that this DLL be installed in a directory that is named in
  your %PATH% environment variable. Note that installing cuDNN is a
  separate step from installing CUDA, and it is often found in a
  different directory from the CUDA DLLs. You may install the
  necessary DLL by downloading cuDNN 5.1 from this URL:
  https://developer.nvidia.com/cudnn

- Could not find cuDNN.

Çözüm

  1. Bu korkulacak bir şey değil. Sistemimize birkaç şey daha kurmamız gerekiyor. Şu adrese gidelim.
  2. Ne yazık ki bu noktada NVidia üyelik istiyor. Üye oluyoruz.
  3. Lisans anlaşmasını kabul ediyoruz.
  4. TensorFlow sürümümüz 1.3’ten büyük olduğu için cuDNN v6’yı indirmemiz gerekiyor. Script bize v5 kurun dese de v5’i kurunca bu sefer v6 kurmalıydın ama yanlış oldu diyor. O yüzden an itibariyle şunu indirmeliyiz: Download cuDNN v6.0 (April 27, 2017), for CUDA 8.0.
  5. Buradan işletim sistemimize uygun olanı seçiyoruz: cuDNN v6.0 Library for Windows 7, cuDNN v6.0 Library for Windows 10 gibi…
  6. İndirdiğimiz zip dosyasını güzel bir yere extract ediyoruz. Mesela C:\cuDNN60_CUDA80 gibi. Bu klasörün altında 3 adet klasörümüz oluyor: bin, include ve lib.
  7. Daha sonra yüklediğimiz yerin bin dosyası sistemin PATH’ine eklenir: C:\cuDNN60_CUDA80\bin gibi.
  8. PATH ekleme işleminden sonra PC’ye restart atmamız gerekiyor.
  9. Restart sonrası tensorflow_self_check.py tekrar çalıştırılarak kontrol edilir. Hatanın gitmiş olması gerekir.

Çalışırken Windows’un Ekran Kartının Çıkarılamayacağını Söylemesi ve Takılması

Problem

Ekran kartı kullanılmaya başlandığı anda PC takılıyor ve “hard reset” yapmadan çalışmıyor. Bu bende Nvidia 650M’de görüldü. Optimus teknolojisi ile de alakalı olabilir.

Çözüm

Bence problemin kaynağı CUDA’nın kurulduğu anda ekran kartı sürücüleri ile oynaması. Benim durumumda son sürüm sürücüleri Nvidia sitesinden indirmek problemi çözdü. Fakat internette başka yazılımlarda (Adobe Premier gibi) sorun yaşayanlar olmuş. Onların bir kısmı BIOS’tan optimus’u kapatmış, kimisi Nvidia ayarlarından kendi yazılımları için sürekli Nvidia GPU’yu kullan diye ayar yapmış (bizim durumda bu python.exe oluyor). Net bir çözümü yok, biraz doğaçlama yapmak gerekecek böyle bir sorunda.

Beğendiniz mi? Destek olmak ister misiniz? Eğer öyleyse bir kahve ısmarlayabilirsiniz:

Buy Me A Coffee