Aktivieren von TensorFlow mit DirectML unter Windows

Diese Version bietet Schülern, Anfängern und Profis eine Möglichkeit, Schulungen für maschinelles Lernen (ML) auf ihrer vorhandenen Hardware mithilfe des Pakets TensorFlow mit DirectML für TensorFlow 1.15 auszuführen. Um DirectML auf TensorFlow 2 zu verwenden, schauen Sie sich das TensorFlow-DirectML-Plug-In an. Nach der Einrichtung können Sie Ihre vorhandenen Modellskripts verwenden oder ein paar Beispiele im DirectML-Repository auschecken.

Überprüfen der Version von Windows

Das Paket TensorFlow mit DirectML unter nativem Windows funktioniert mit Windows 10, Version 1709 (Build 16299 oder höher). Sie können die Buildversionsnummer überprüfen, indem Sie winver mit dem Befehl Ausführen (Windows-Logotaste + R) ausführen.

Überprüfen auf GPU-Treiberupdates

Stellen Sie sicher, dass Sie den neuesten GPU-Treiber installiert haben. Wählen Sie im Abschnitt Windows Update der App Einstellungen die Option Nach Updates suchen aus.

Einrichten von TensorFlow mit DirectML

Es wird empfohlen, eine virtuelle Python-Umgebung in Windows einzurichten. Es gibt viele Tools, die Sie verwenden können, um eine virtuelle Python-Umgebung einzurichten. In dieser Anleitung wird Miniconda von Anaconda verwendet. Für den Rest dieses Setups wird davon ausgegangen, dass Sie eine Miniconda-Umgebung verwenden.

Einrichten einer Python-Umgebung

Laden Sie das Miniconda Windows-Installationsprogramm herunter, und installieren Sie es auf Ihrem System. Bei Bedarf finden Sie auf der Website von Anaconda einen zusätzlichen Leitfaden für das Setup. Sobald Miniconda installiert ist, erstellen Sie mithilfe von Python eine Umgebung namens directml und aktivieren diese mit den folgenden Befehlen:

Hinweis

In den folgenden Befehlen verwenden wir Python 3.6. Das tensorflow-directml-Paket funktioniert jedoch in Umgebungen mit Python 3.5, 3.6 oder 3.7.

conda create --name directml python=3.6 

conda activate directml 

Installieren des Pakets TensorFlow mit DirectML

Installieren des Pakets TensorFlow mit DirectML über PIP, indem Sie den folgenden Befehl ausführen:

Hinweis

Das tensorflow-directml-Paket unterstützt nur TensorFlow 1.15.

pip install tensorflow-directml

Sobald Sie das Paket tensorflow-directml installiert haben, können Sie überprüfen, ob es ordnungsgemäß ausgeführt wird, indem Sie zwei Tensoren hinzufügen. Kopieren Sie die folgenden Zeilen in eine interaktive Python-Sitzung.

import tensorflow.compat.v1 as tf 

tf.enable_eager_execution(tf.ConfigProto(log_device_placement=True)) 

print(tf.add([1.0, 2.0], [3.0, 4.0])) 

Es sollte eine ähnliche Ausgabe wie die folgende angezeigt werden, wobei der Add-Operator auf dem DML-Gerät platziert ist.

2020-06-15 11:27:18.235973: I tensorflow/core/common_runtime/dml/dml_device_factory.cc:45] DirectML device enumeration: found 1 compatible adapters. 

2020-06-15 11:27:18.240065: I tensorflow/core/common_runtime/dml/dml_device_factory.cc:32] DirectML: creating device on adapter 0 (AMD Radeon VII) 

2020-06-15 11:27:18.323949: I tensorflow/stream_executor/platform/default/dso_loader.cc:60] Successfully opened dynamic library DirectMLba106a7c621ea741d2159d8708ee581c11918380.dll 

2020-06-15 11:27:18.337830: I tensorflow/core/common_runtime/eager/execute.cc:571] Executing op Add in device /job:localhost/replica:0/task:0/device:DML:0 

tf.Tensor([4. 6.], shape=(2,), dtype=float32) 

Beispiele und Feedback für TensorFlow mit DirectML

Schauen Sie sich unsere Beispiele an, oder nutzen Sie Ihre bestehenden Modellskripts. Wenn Sie Probleme haben oder Feedback zum TensorFlow mit DirectML-Paket haben, wenden Sie sich bitte hier an unser Team.