Installez pas à pas vos composants pour le deep learning
Pré-requis
Si vous ne l'avez pas fait, installez l'écosystème logiciel pour la data science et le machine learning en suivant le chapitre dédié
L'accélération des calculs pour le deep learning
ATTENTION: En deep learning, afin d'accélérer les calculs (notamment les entrainement des modèles) il est souhaitable d'installer les composants permettant de faire exécuter les calculs par le processeur graphique (GPU) que par le processeur central (CPU). Cela permet de bénéficier des capacités de parallélisation du GPU et accélérer les calculs d'un facteur 10 environ !
Pour installer les composants nécessaires aux calculs avec le GPU, il faut impérativement que vous possediez une carte graphique NVIDIA compatible avec les pilotes GPU de NVIDIA ! Ces composants vous permettront d'utiliser Tensorflow avec le GPU de votre machine.
Dans tous les cas, vous pourrez également utiliser des ressources de calcul GPU en ligne, gratuites mais limitées en temps, par exemple avec les notebooks en ligne de Google Colab ou deepnote
Installation de Tensorflow 2
Suivez les instructions de la documentation officielle pour installer Tensorflow 2:
- en installant, de préférence dans un environnement virtuel dédié, le package de tensorflow via pip
pip install --upgrade pip
pip install tensorflow
docker pull tensorflow/tensorflow:latest # Download latest stable image
docker run -it -p 8888:8888 tensorflow/tensorflow:latest-jupyter # Start Jupyter server
Compatibilité GPU
Si vous possédez une carte graphique NVIDIA compatible avec les pilotes GPU de NVIDIA vous pouvez suivre les instructions pour installer en local les composants logiciels requis
Vérification de votre installation
Vous pouvez vérifiez si votre installation de TensorFlow prends en charge les pilotes GPU de NVIDIA en tapant :
import tensorflow as tf
tf.test.is_built_with_cuda() # devrait renvoyer True
tf.config.list_physical_devices('GPU') # renvoie la liste de vos GPU disponibles
Ressources documentaires
Je vous invite à consulter aussi souvent que vous en aurez besoin, les sections Guide et Tutoriels de Tensorflow afin de trouver, respectivement, des informations concernant les principes thématiques de Tensorflow ainsi que des tutotiels détaillés pour un grand nombre de tâches.
Pour vos travaux, n'hésitez pas à consulter la documentation de l'API