Как установить Cuda и Cudnn на Google Colab? - PullRequest
Новая
       117

Как установить Cuda и Cudnn на Google Colab?

0 голосов
/ 27 мая 2018

Я использую Google Colab для обучения набора данных.Я загрузил свой набор данных в Google Drive и вспомнил это из Google Colab.но при запуске сценария train.py возникают следующие ошибки.точнее я запускаю: 

!python3  /content/drive/tensorflow1/models/research/object_detection/train.py --logtostderr --train_dir=/content/drive/tensorflow1/models/research/object_detection/training/ --pipeline_config_path=/content/drive/tensorflow1/models/research/object_detection/training/faster_rcnn_inception_v2_pets.config

и получаю следующие ошибки: 

Traceback (most recent call last):
  File "/usr/local/lib/python3.6/dist-packages/tensorflow/python/pywrap_tensorflow.py", line 58, in <module>
    from tensorflow.python.pywrap_tensorflow_internal import *
  File "/usr/local/lib/python3.6/dist-packages/tensorflow/python/pywrap_tensorflow_internal.py", line 28, in <module>
    _pywrap_tensorflow_internal = swig_import_helper()
  File "/usr/local/lib/python3.6/dist-packages/tensorflow/python/pywrap_tensorflow_internal.py", line 24, in swig_import_helper
    _mod = imp.load_module('_pywrap_tensorflow_internal', fp, pathname, description)
  File "/usr/lib/python3.6/imp.py", line 243, in load_module
    return load_dynamic(name, filename, file)
  File "/usr/lib/python3.6/imp.py", line 343, in load_dynamic
    return _load(spec)
ImportError: libcublas.so.9.0: cannot open shared object file: No such file or directory

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
  File "/content/drive/tensorflow1/models/research/object_detection/train.py", line 47, in <module>
    import tensorflow as tf
  File "/usr/local/lib/python3.6/dist-packages/tensorflow/__init__.py", line 24, in <module>
    from tensorflow.python import pywrap_tensorflow  # pylint: disable=unused-import
  File "/usr/local/lib/python3.6/dist-packages/tensorflow/python/__init__.py", line 49, in <module>
    from tensorflow.python import pywrap_tensorflow
  File "/usr/local/lib/python3.6/dist-packages/tensorflow/python/pywrap_tensorflow.py", line 74, in <module>
    raise ImportError(msg)
ImportError: Traceback (most recent call last):
  File "/usr/local/lib/python3.6/dist-packages/tensorflow/python/pywrap_tensorflow.py", line 58, in <module>
    from tensorflow.python.pywrap_tensorflow_internal import *
  File "/usr/local/lib/python3.6/dist-packages/tensorflow/python/pywrap_tensorflow_internal.py", line 28, in <module>
    _pywrap_tensorflow_internal = swig_import_helper()
  File "/usr/local/lib/python3.6/dist-packages/tensorflow/python/pywrap_tensorflow_internal.py", line 24, in swig_import_helper
    _mod = imp.load_module('_pywrap_tensorflow_internal', fp, pathname, description)
  File "/usr/lib/python3.6/imp.py", line 243, in load_module
    return load_dynamic(name, filename, file)
  File "/usr/lib/python3.6/imp.py", line 343, in load_dynamic
    return _load(spec)
ImportError: libcublas.so.9.0: cannot open shared object file: No such file or directory


Failed to load the native TensorFlow runtime.

See https://www.tensorflow.org/install/install_sources#common_installation_problems

for some common reasons and solutions.  Include the entire stack trace
above this error message when asking for help.

Нужно ли сначала устанавливать или загружать Cuda9 или Cudnn на google-диск, чтобы обратиться к теме на colab?Как я могу передать эти ошибки?

Ответы [ 2 ]

0 голосов
/ 25 июня 2018

Так как требуется, чтобы tenorflow-gpu> = 1.5.0 требует CUDA 9, вам нужно установить tenorflow-gpu == 1.4.0.
pip install --upgrade tensorflow-gpu==1.4

См. Ниже две ссылки.
https://github.com/tensorflow/tensorflow/issues/15604 https://www.tensorflow.org/install/install_sources#tested_source_configurations

0 голосов
/ 28 мая 2018

Имейте в виду, что вам нужно явно включить графический процессор на ноутбуке, прежде чем вы сможете использовать tenorflow-gpu.Я подозреваю, что этот шаг отсутствует.

Чтобы включить графический процессор, попробуйте меню «время выполнения-> изменить время выполнения-> аппаратный ускоритель-> gpu»

Отметьте это как решение, если это помогло, чтобы другие могли извлечь выгоду.

...