OK seperti yang gw bilang di post sebelumnya, kali ini gw mau sharing tutorial install tensorflow-gpu. Lah kemaren kan udah install tensorflow??. Beda coy.. Kalo yang kemaren tuh tensorflow doang sekarang ada tambahan gpu nya wkwk. Jadi letak perbedaannya tuh kalo yang tensorflow doang itu lo bikin model ML nya pake CPU. kalo yang tensorflow-gpu ini make GPU gan. Kalo bisa oiya FYI aja ini spek lepi gw. ASUS A455L, Intel Core i5-5200U @ 2.20GHz CPU, 8GB RAM, NVIDIA GeForce 820M 2GB GPU.
Untuk instalasi nya emang beda sama tensorflow biasa po??. Beda, di tensorflow-gpu ini kita perlu install CUDA sama cuDNN dulu. Singkat cerita CUDA itu adalah sebuah teknologi yang dikembangkan oleh si NVIDIA untuk mempermudah utilitasi GPU untuk keperluan umum (non-grafis). Trus kalo cuDNN itu kepanjangan dari CUDA Deep Neural Network, jadi gampangnya lo bikin model DNN pake GPU NIVIDIA yang punya support CUDA gitu hehe. OK lanjut gaes
step 1 - install Driver NVIDIA Graphic
karena gw mau install CUDA 9.0 maka versi driver NVIDIA yang gw perluin itu versi 384.
$ sudo apt-get install nvidia-384 nvidia-modprobe
reboot lepi lo
cek apakah drivernya udah ke install
$ nvidia-smi
step 2 - install CUDA 9.0
download base installernya
atau kalo lo males pake command ini aja wkwk
$ wget https://developer.nvidia.com/compute/cuda/9.0/Prod/local_installers/cuda_9.0.176_384.81_linux-run
ekstrak
$ chmod +x cuda_9.0.176_384.81_linux-run
$ ./cuda_9.0.176_384.81_linux-run --extract=$HOME
jadi harusnya itu ada 3 file dari hasil ekstraknya
- NVIDIA-Linux-x86_64-384.81.run (diabaikan aje, kan kita udah install drivernya)
- cuda-linux.9.0.176-22781540.run (CUDA 9.0 Toolkit installer)
- cuda-samples.9.0.176-22781540-linux.run (CUDA 9.0 sample code)
install CUDA 9.0 Toolkit installer
$ sudo ./cuda-linux.9.0.176-22781540.run
install CUDA 9.0 sample code
$ sudo ./cuda-samples.9.0.176-22781540-linux.run
setelah selese instalasi konfigurasi runtime library nya
$ sudo bash -c "echo /usr/local/cuda/lib64/ > /etc/ld.so.conf.d/cuda.conf"
$ sudo ldconfig
tambahkan string '/usr/local/cuda/bin' pada system environment lo
$ sudo nano /etc/environment
test CUDA 9.0 lo
$ cd /usr/local/cuda-9.0/samples
$ sudo make
$ cd /usr/local/cuda/samples/bin/x86_64/linux/release
$ ./deviceQuery
kalo 'Result = PASS' berarti lo udah kelar install CUDA 9.0 nya. selamat boy
atau lo bisa cek juga pake
$ nvcc --version
step 3 - install cuDNN 7.0
download cuDNN nya harus di websitenya langsung yak ngga bisa pake wget harus login dulu soalnya wkwk. Cari cuDNN 7.0.5 for CUDA 9.0, download 3 file ini:
install satu persatu
$ sudo dpkg -i libcudnn7_7.0.5.15–1+cuda9.0_amd64.deb
$ sudo dpkg -i libcudnn7-dev_7.0.5.15–1+cuda9.0_amd64.deb
$ sudo dpkg -i libcudnn7-doc_7.0.5.15–1+cuda9.0_amd64.deb
cek apakah cuDNN lo beneran udah ke install
$ cat /usr/include/cudnn.h | grep CUDNN_MAJOR -A 2
step 4 - konfigurasi CUDA dan cuDNN library path
tambahkan environment variables LD_LIBRARY_PATH di file .bashrc lo
$ nano ~/.bashrc
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/extras/CUPTI/lib64"
ctrl + O : save
ctrl + X : exit
step 5 - install tensorflow-gpu via anaconda environment
buat environment pake anaconda
$ conda create -n tensorflow-gpu python=3.5
install tensorflow-gpu 1.10.0
$ pip install tensorflow-gpu==1.10.0
test program
$ python
>>> import tensorflow as tf
>>> sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
jika proses instalasi lo bener bakalan tampil kek gini,lo perhatiin bener2 deh, disitu bisa lo liat ada versi GPU lepi lo (punya gw NVIDIA 820M).
OK boy udah selese deh proses instalasi tensorflow-gpu nya.. yeeee. Pesen gw si, kalo lepi punya GPU mending make GPU aja sih buat bikin model ML, soalnya katanya (katanya soalnya gw juga baru belajar ML wkwk) lebih cepet pake GPU daripada pake CPU, dan sekarang ini GPU itu udah didorong jadi GPGPU (General Purpose GPU) jadi bisa untuk kebutuhan non-grafis jugak. hehe. Cheers~~
**NOTE: oiya boy gw punya wangsit nih wkwk, sebaiknya lo instal versinya sama persis kek di tutorial ini yak. Jangan coba2 install versi yang terbaru, pengalaman gw berulang kali gagal install penyebabnya tuh masalah versinya wkwk. Karena emang udah ada spesifikasinya sendiri dari sono nya lo bisa liat di web ini
https://www.tensorflow.org/install/source#tested_build_configurations. OK boy..