نحوه تنظیم یادگیری عمیق با Nvidia، Cuda، cuDNN در اوبونتو 22.04

یادگیری عمیق یک فناوری پیشرفته است که ماشین‌ها را قادر می‌سازد تا خودشان یاد بگیرند و پیشرفت کنند. با این حال، راه‌اندازی یک محیط یادگیری عمیق در سیستم اوبونتو 22.04 می‌تواند یک کار دلهره‌آور برای کسانی باشد که تازه با این فناوری آشنا هستند.

در این مقاله، شما را از طریق فرآیند راه‌اندازی معماری یادگیری عمیق در اوبونتو 22.04، از جمله پیکربندی‌های کلیدی مانند راه‌اندازی Nvidia driver، Cuda، cuDNN، Anaconda برای اطمینان از نصب موفقیت‌آمیز، راهنمایی می‌کنیم.

سیستم را به روز کنید

قبل از شروع فرآیند نصب، توصیه می شود سیستم را با آخرین وصله ها و به روز رسانی نرم افزار به روز کنید. دستور زیر را برای به روز رسانی سیستم Ubuntu 22.04 خود اجرا کنید:

به‌روزرسانی sudo apt
sudo apt upgrade

تأیید GPU

با استفاده از دستور زیر بررسی کنید که آیا GPU دارید.

lspci | grep -i nvidia

اگر GPU خود را دارید، می توانید نصب زیر را ادامه دهید.

در این راهنما، من پردازنده گرافیکی Nvidia Tesla (T4) دارم.

نصب بسته های پیش نیاز

قبل از نصب درایور Nvidia باید مطمئن شوید که همه بسته‌های از پیش مورد نیاز را نصب کرده‌اید.

sudo apt install build-essential

می توانید از دستور زیر برای نصب هدرهای هسته برای سیستم عامل خود استفاده کنید.

sudo apt install linux-headers-$(uname -r)

اکنون می توانید نصب درایور را ادامه دهید

درایورهای NVIDIA را نصب کنید

یکی از مهمترین مراحل برای راه اندازی یادگیری عمیق در اوبونتو 22.04، نصب درایورهای NVIDIA مناسب برای کارت گرافیک شما است. برای انجام این کار، یک ترمینال را باز کنید و دستورات زیر را اجرا کنید:

sudo apt install nvidia-driver-530

اکنون باید راه اندازی مجدد کنید.

راه‌اندازی مجدد sudo

در مرحله بعد، باید CUDA Toolkit و cuDNN را نصب کنید، که برای اجرای چارچوب های یادگیری عمیق مانند TensorFlow و PyTorch ضروری هستند. می توانید آخرین نسخه CUDA Toolkit را از وب سایت NVIDIA و cuDNN را از وب سایت cuDNN دانلود کنید. پس از دانلود فایل های مناسب، می توانید با اجرای دستورات زیر آنها را نصب کنید:

نصب CUDA

wget https://developer.download.nvidia.com/compute/cuda/12.1.1/local_installers/ cuda_12.1.1_530.30.02_linux.run
sudo sh cuda_12.1.1_530.30.02_linux.run

دستورالعمل‌های روی صفحه را دنبال کنید.

1. با تایپ کردن accept

موافقت نامه مجوز را بپذیرید

2. درایور را لغو انتخاب کنید و سپس با استفاده از کلیدهای جهت‌نما و نوار فاصله برای حرکت، انتخاب یا لغو انتخاب، Install را انتخاب کنید. شما نباید علامت X را در درایور داشته باشید
3. کلید پیکان را به سمت پایین به نصب ببرید و روی Enter کلیک کنید.

مدتی صبر کنید تا نصب کامل شود.

اکنون CUDA در مکان /usr/local/cuda-12.1 نصب خواهد شد.

پیوند نمادین دایرکتوری.

sudo ln -snf /usr/local/cuda-12.1 /usr/local/cuda
نصب CUDNN
برای نصب cuDNN، باید وارد سایت Nvidia شوید و نسخه tar.gz را با استفاده از این پیوند رسمی.
پس از دانلود فایل دانلود شده را استخراج کرده و محتویات لازم را در فهرست cuda کپی کنید.
tar -zvxf cudnn-linux-x86_64-8.9.0.131_cuda12-archive.tar.xz

سی دی cudnn-linux-x86_64-8.9.0.131_cuda12-archive

sudo cp include/cudnn.h /usr/local/cuda-12.1/include
sudo cp lib/libcudnn* /usr/local/cuda-12.1/lib64

sudo chmod a+r /usr/local/cuda-12.1/include/cudnn.h /usr/local/cuda-12.1/lib64/libcudnn*
اکنون شما CUDA و CUDNN را نصب کرده اید.
پس از اتمام نصب، متغیرهای محیط را به‌روزرسانی کنید و خطوط زیر را به ~/.bashrc
 اضافه کنید.
صادرات CUDA_HOME=/usr/local/cuda-12.1
صادرات LD_LIBRARY_PATH=${CUDA_HOME}/lib64
صادرات PATH=${CUDA_HOME}/bin:${PATH}
متغیرهای محیط را فعال کنید:
منبع $ ~/.bashrc
می توانید نسخه cuda را با استفاده از دستور زیر بررسی کنید.
nvcc -V
آناکوندا را نصب کنید
Anaconda یک توزیع محبوب پایتون است که با بسیاری از کتابخانه ها و ابزارهای از پیش نصب شده مورد استفاده در یادگیری عمیق ارائه می شود. برای نصب Anaconda، دستورات زیر را اجرا کنید:
کورل https://repo.anaconda.com/archive/Anaconda3-2023.03-1-Linux-x86_64.sh --output anaconda.sh
bash anaconda.sh
دستورالعمل‌های روی صفحه را دنبال کنید.
می‌توانید با خیال راحت به بله پاسخ دهید تا Anaconda3 مقداردهی اولیه شود.
یک محیط جدید Conda ایجاد کنید
محیط Conda یک محیط مجازی است که به شما امکان نصب و مدیریت نسخه‌های مختلف بسته‌ها و کتابخانه‌ها را می‌دهد. برای ایجاد یک محیط جدید Conda، دستور زیر را اجرا کنید:
کاندا ایجاد --name عمیق یادگیری
محیط کوندا را فعال کنید
پس از ایجاد یک محیط جدید Conda، باید آن را با اجرای دستور زیر فعال کنید:
آموزش عمیق را فعال کنید
نصب چارچوب های یادگیری عمیق
اکنون که درایورها و ابزارهای لازم را نصب کرده‌اید، می‌توانید فریمورک‌های یادگیری عمیق انتخابی خود مانند TensorFlow یا PyTorch را نصب کنید. می‌توانید این فریم‌ورک‌ها را با استفاده از pip، مدیر بسته پایتون، مانند شکل زیر نصب کنید:
تنسورفلو نصب pip3
pip3 نصب کراس
مشعل نصب pip
نصب خود را تأیید کنید
برای آزمایش نصب، می‌توانید یک نمونه اسکریپت را اجرا کنید که از TensorFlow، Keras و PyTorch استفاده می‌کند. یک فایل پایتون جدید بسازید و کد زیر را قرار دهید:
sudo nano learning.py
کد زیر را جای‌گذاری کرده و فایل را ذخیره کنید.
وارد کردن tensorflow به عنوان tf
واردات کراس
مشعل وارداتی
print ("نسخه TensorFlow:"، tf.version)
print("نسخه Keras:"، keras.version)
print("نسخه PyTorch:"، torch.version)
فایل را با استفاده از دستور زیر اجرا کنید:
python learning.py
اگر همه چیز به درستی نصب شده باشد، باید نسخه‌های TensorFlow، Keras، و PyTorch را روی صفحه مشاهده کنید.
بپیچید!
در پایان، راه اندازی یک محیط یادگیری عمیق در اوبونتو 22.04 می تواند یک کار چالش برانگیز باشد، اما با دنبال کردن مراحل ذکر شده در بالا، می توانید از نصب روان و موفقیت آمیز اطمینان حاصل کنید. با نصب درایورها و ابزارهای لازم و سپس نصب چارچوب های یادگیری عمیق دلخواه خود، به خوبی در مسیر توسعه و اجرای مدل های یادگیری عمیق خود خواهید بود.