Как установить CUDA в Google Colab GPU

Похоже, что Google Colab GPU не поставляется с CUDA Toolkit, как установить CUDA в GPU Google Colab. Я получаю эту ошибку при установке mxnet в Google Colab.

Installing collected packages: mxnet
Successfully installed mxnet-1.2.0

ОШИБКА: Неполная установка для использования графических процессоров для вычислений. Убедитесь, что у вас установлен CUDA, и запустите следующую строку в терминале и повторите попытку:

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

Настройте «cu90» в зависимости от вашей версии CUDA (также доступны «cu75» и «cu80»). Вы также можете отключить использование GPU, вызывая turicreate.config.set_num_gpus (0). Произошло исключение, используйте% tb, чтобы увидеть полную трассировку.

SystemExit: 1

python,machine-learning,cuda,google-colaboratory,turi-create,

8

Ответов: 3

2
  1. Перейдите сюда: https://developer.nvidia.com/cuda-downloads
  2. Выберите Linux -> x86_64 -> Ubuntu -> 16.04 -> deb (local)
  3. Скопируйте ссылку с кнопки загрузки.
  4. Теперь вам нужно составить последовательность команд. Первым будет вызов wget, который загрузит установщик CUDA из ссылки, которую вы сохранили на шаге 3
  5. Будет инструкция по установке в разделе «Базовый установщик». Скопируйте их также, но удалите !из всех строк.
  6. Предисловие каждой строки с командами !, вставлять в ячейку и запускать
  7. Для меня последовательность команд была следующей:
    !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. Теперь, наконец, установите mxnet. Поскольку версия cuda, установленная выше, 9,2, мне пришлось слегка изменить вашу команду:!pip install mxnet-cu92
  9. Successfully installed graphviz-0.8.3 mxnet-cu92-1.2.0
0

Если вы переключитесь на использование GPU, CUDA будет доступна на вашей виртуальной машине. В основном вам нужно соответствовать версии MXNet с установленной версией CUDA.

Вот что я использовал для установки MXNet в Colab:

Сначала проверьте версию CUDA

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

Для меня это выводилось #define TF_CUDA_VERSION "8.0"

Затем я установил MXNet с

!pip install mxnet-cu80
0

Я думаю, что самый простой способ - установить mxnet-cu80. Просто используйте следующий код:

!pip install mxnet-cu80
import mxnet as mx

И вы можете проверить, работает ли это:

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

Я думаю, что colab сейчас просто поддерживает cu80 и более высокие версии не будет работать.

Для получения дополнительной информации вы можете увидеть следующие два веб-сайта:

Учебник Google Colab Free GPU

Установка mxnet

Счастливое кодирование: D

питон, машинное обучение, CUDA, Google-colaboratory, Турите создать,
Похожие вопросы
Яндекс.Метрика