Theano - Keras Kurulumu ve Keras Backend'in Theano ile değiştirilmesi

Merhaba,

Ubuntu 16.04 üzerinde CUDA ile Theano kurulum için aşağıdaki komutları çalıştırabilirsiniz

sudo apt-get install python-numpy python-scipy python-dev python-pip python-nose g++ libopenblas-dev git
sudo pip install Theano

# cuda 7.5 don't support the default g++ version. Install an supported version and make it the default.
sudo apt-get install g++-4.9

sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.9 20
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 10

sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-4.9 20
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-5 10

sudo update-alternatives --install /usr/bin/cc cc /usr/bin/gcc 30
sudo update-alternatives --set cc /usr/bin/gcc

sudo update-alternatives --install /usr/bin/c++ c++ /usr/bin/g++ 30
sudo update-alternatives --set c++ /usr/bin/g++

# Work around a glibc bug
echo -e "\n[nvcc]\nflags=-D_FORCE_INLINES\n" >> ~/.theanorc

Theano kurulumundan sonra pip ile Keras kurulumunu yapabiliriz.

sudo pip install keras

Keras versiyonunu aşağıdaki python3 komutu ile öğrenebilirsiniz.

python3
>>> import keras
>>> print(keras.__version__)

Çıktı olarak keras versiyonunu görüyor olmalısınız. (Örn: 1.2.2)

NOT: Keras backend olarak Tensorflow ve Theano kullanmaktadır. Backend olarak default olarak Tensorflow tanımlı olduğundan eğer Tensorflow yüklü değil ise hata alabilirsiniz.
Tensorflow yüklü olmadığına dair hata mesajı ile karşılaşıyorsanız, Tensorflow kurulumu ile ilgili yazıma buradan ulaşabilirsiniz.

Keras Backend'ini Tensorflow yerine Theano ile değiştirme

Keras'ı en az bir kere çalıştırdıysanız Keras backend ayar dosyasını aşağıdaki konumda bulabilirsiniz.

~/.keras/keras.json

keras.json dosyasını metin düzenleyiciniz ile açtığınızda aşağıdaki default tanımlamaları göreceksiniz.

{
    "image_dim_ordering": "tf",
    "epsilon": 1e-07,
    "floatx": "float32",
    "backend": "tensorflow"
}

Backend'de Theano yu kullanmak için aşağıdaki şekilde düzenleyebilirsiniz.

{
    "image_dim_ordering": "th",
    "epsilon": 1e-07,
    "floatx": "float32",
    "backend": "theano"
}

Ayar dosyasındaki düzenlemeyi yaptıktan sonra yeniden Keras kullanımını test edelim.

python3
>>> import keras

Keras ı import ettiğinizde "Using Theano backend." mesajını görüyor olmalısınız.

GPU Destekli Tensorflow Kurulumu

Merhaba,
GPU destekli Tensorflow kurulumu için ön gereksinimler şunlardır;

Ubuntu 16.04 üzerinde CUDA kurulumu yazısı paylaşmıştım. Diğer gereksinimler ile ilgili resmi kaynakları aşağıdaki maddelerden ulaşabilirsiniz.

  • CUDA Toolkit 8.0 (Detaylar ve kurum için tıklayınız.)
  • cuDNN v5.1. (Detaylar ve kurulum için tıklayınız.)
  • CUDA Hesaplama kapasitesi 3.0 ve üzeri GPU kartı. (Destekli kart listesini görmek için tıklayınız.)

Aşağıdaki komut ile NVIDIA CUDA Profil Araçları Arabirimi, CUDA uygulamalarını için profil oluşturma ve izleme araçlarının oluşturulmasını sağlayan libcupti-dev kütüphanesini yükleyebilirsiniz.

sudo apt-get install libcupti-dev

Pip yardımı ile kolay şekilde Tensorflow kurulumunu gerçekleştirebilirsiniz.

Pip yükle değil ise aşağıdaki komut ile yükleyebilirsiniz.

sudo apt-get install python-pip python-dev

Aşağıdaki komutlar ile uygun python versiyonunuza göre yükleyebilirsiniz.

sudo pip uninstall tensorflow (Python 2.7 için)
sudo pip3 uninstall tensorflow (Python 3.x için)
pip install tensorflow-gpu  (Python 2.7 için, GPU destekli)
pip3 install tensorflow-gpu (Python 3.x için, GPU destekli)


Yüklenme işlemleri sorunsuz tamamlandı ise aşağıdaki şekilde python ile Tensorflow testimizi yapabiliriz.

python3
>>> import tensorflow as tf
>>> txtHello = tf.constant('Merhaba derin ogrenme')
>>> sess = tf.Session()
>>> print(sess.run(txtHello))

Çıktı olarak 'Merhaba derin ogrenme' görüyorsanız Tensorflow başarıyla çalışıyor demektir.

Kaynak: https://www.tensorflow.org/install/install_linux

Ubuntu 16.04 de Nvidia CUDA Kurulumu

Merhaba,
Nvidia CUDA kurulumunda eğer Ubuntu açılışında siyah ekran ve kullanıcı girişinde döngüye düşme sorunu ile karşılaştırsanız aşağıdaki adımları sırasıyla uygularsanız sizin için de çözüm olabilir.

  1. https://developer.nvidia.com/cuda-downloads adresinden işletim sisteminiz ile uyumlu versiyonun runfile(local) yükleme tipini seçerek indiriyoruz.
  2. "sudo sh cuda_8.0.61_375.26_linux.run" komutu ile kurulumu yapıyoruz.

    NOT: CUDA kurulumu adımlarında Nvidia driver'ını kurulmasını kabul ettiğinizde siyah ekran ile ubuntu kullanıcı girişi döngüsüne düşme sorunu yaşayabilirsiniz.
    • grub boot ekranında "e" tuşuna basıyoruz.
    • "quiet splash" yazan satırı bulunuz ve "nomodeset quiet splash" olarak değiştiriyoruz.
    • F10 ile başlatıyoruz.
    • "ctrl + alt + f1" ile terminal ekranına geçiyoruz.
    • "sudo apt-get purge nvidia*" ile nvidia driverını kaldırıyoruz.
    Nvidia kaldırıldığında ubuntu normal şekilde açılacaktır.

    Sorun yaşmadan kurulum için Nvidia driver kurulumunu sorununa 'no' diyerek atlıyoruz. Diğer kurulumları tamamlıyoruz.

  3. Nvidia driver'sız CUDA kurulumundan sonra Nvidia driver kurulumu için aşağıdaki komutları çalıştırıyoruz.
    sudo add-apt-repository ppa:graphics-drivers/ppa

    sudo apt-get update
    sudo apt-get install nvidia-375
  4. "nvcc -V" (nvcc'den sonra boşluk var) komutu ile yüklediğimiz CUDA versiyonunu kontrol ediyoruz.
  5. "nvidia-smi" komutu ile driver versiyonunu kontrol ediyoruz.

 

Kurulum sonunda PATH variables tanımlamaları için aşağıdaki komutları çalıştırıyoruz.

  • export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
  • 32 bit için;
    • export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib\ ${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
  • 64 bit için;
    • export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64\ ${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

 

NOT: Nisan 2018 itibariyle CUDA 9.0, CUDNN 7.0.5, nvidia-384 versiyonunu kurabilirsiniz.