pip3 install tensorflow==1.8.0
を使用していますが、GPUをサポートしていません。
だから私はpip3 install tensorflow-gpu==1.8.0
を使用していますが、それでも例外が発生します
libcudart.so.VERSIONそのようなファイルはありません。
ソースからcolab
をインストールするにはtensorflow
を使用する必要がありますか?
pip3 list
の後:
tensorboard 1.10.0
tensorflow 1.10.0
tensorflow-hub 0.1.1
Google ColabでGPUサポートなしでTensorflowを以前のバージョンにダウングレードできます。私が走った:
!pip install tensorflow==1.12.0
import tensorflow as tf
print(tf.__version__)
最初に戻った
2.0.0-dev20190130
しかし、数時間後にそれに戻ったとき、私は要求したバージョンを得ました:
1.12.0
GPUをサポートするバージョンにダウングレードしようとしています:
!pip install tensorflow-gpu==1.12.0
import tensorflow as tf
をインポートすると次が返されるため、ランタイムの再起動が必要で失敗します。
ImportError: libcublas.so.9.0: cannot open shared object file: No such file or directory
更新:
インポートが失敗した場合、次のコマンドを使用してCUDAを常にバージョン9.0にダウングレードできます!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
次のコマンドを実行すると、CUDAのバージョンを確認できます:!nvcc --version
GPU対応のtensorflowのビルドプロセスが含まれます。特に、古いバージョンのTensorFlowは古いバージョンのCUDAを使用(または必要)します。それ自体がpip install
の範囲を超えてシステムライブラリと構成に依存します。
新しいバージョン用に構成されたVMでのTensorFlowのダウングレードは、おそらくシステムライブラリのダウングレード/再インストールを含む)複雑なプロセスになると思います。
実用的である場合は、少なくともColabが永続的なバックエンド環境をサポートするまで、TensorFlowの最新バージョンを使用するようにコードを更新する方が簡単な場合があります。
Google は、以前に使用されていたColab tf v.1.15.2にダウングレードするための非常にシンプルなソリューションを提供します。 Colabで次のマジックラインを実行するだけです。
%tensorflow_version 1.x
また、「pip installを使用して、GPUとTPUバックエンドの両方に特定のTensorFlowバージョンを指定することをお勧めします。Colabは、ソースからTensorFlowを構築して、一連のアクセラレータとの互換性を確保しています。pipによってPyPIからフェッチされたTensorFlowのバージョンは、パフォーマンスの問題が発生するか、まったく機能しない可能性があります "。つまり、GPUサポートが必要な場合は、2つのTFバージョンのいずれかを使用してください。他のバージョンは、CPUでさえも動作するとは限りません。