كيفية تثبيت أحدث إصدار من TensorFlow على نظام التشغيل Windows 10/11 باستخدام NVIDIA CUDA/cuDNN Acceleration عبر WSL

Kyfyt Tthbyt Ahdth Asdar Mn Tensorflow Ly Nzam Altshghyl Windows 10 11 Bastkhdam Nvidia Cuda Cudnn Acceleration Br Wsl



لا يدعم الإصدار الأحدث من TensorFlow تسريع NVIDIA CUDA/CuDNN أصلاً على أنظمة التشغيل Windows 10/11. لذا، إذا كنت ترغب في إعداد أحدث إصدار من بيئة تطوير TensorFlow مع تسريع NVIDIA CUDA/cuDNN على نظام التشغيل Windows 10/11، فيجب عليك القيام بذلك عبر نظام Windows الفرعي لنظام التشغيل Linux (WSL).

سنوضح لك في هذه المقالة كيفية تثبيت WSL على نظام التشغيل Windows 10/11 والوصول إليه. سنوضح لك أيضًا كيفية تثبيت أحدث إصدار من TensorFlow مع دعم تسريع NVIDIA CUDA/cuDNN على نظام Ubuntu WSL على نظام التشغيل Windows 10/11.







موضوع المحتويات:

  1. تثبيت برامج تشغيل NVIDIA GPU على نظام التشغيل Windows 10/111
  2. تثبيت NVIDIA CUDA وcuDNN على نظام التشغيل Windows 10/11
  3. تثبيت WSL على نظام التشغيل Windows 10/11
  4. الوصول إلى محطة WSL Ubuntu Linux على نظام التشغيل Windows 10/11
  5. التحقق مما إذا كان نظام Ubuntu WSL يمكنه الوصول إلى NVIDIA GPU لنظام التشغيل Windows 10/11
  6. تثبيت Python 3 PIP على نظام Ubuntu WSL
  7. ترقية Python 3 PIP على نظام Ubuntu WSL
  8. تثبيت TensorFlow مع دعم تسريع NVIDIA CUDA/cuDNN على نظام Ubuntu WSL
  9. التحقق مما إذا كان تسريع TensorFlow CUDA يعمل على نظام Ubuntu WSL
  10. الوصول إلى نظام Ubuntu WSL باستخدام Visual Studio Code لتطوير TensorFlow
  11. خاتمة

تثبيت برامج تشغيل NVIDIA GPU على نظام التشغيل Windows 10/11

لكي يتمكن TensorFlow من الوصول إلى NVIDIA GPU لتسريع CUDA/cuDNN على نظام Ubuntu WSL على نظام التشغيل Windows 10/11، يجب أن يكون لديك NVIDIA GPU مثبتًا على جهاز الكمبيوتر الخاص بك وتثبيت برنامج تشغيل NVIDIA GPU على نظام التشغيل Windows 10/11. إذا كان لديك NVIDIA GPU مثبتًا على جهاز الكمبيوتر الخاص بك وتحتاج إلى أي مساعدة في تثبيت برنامج تشغيل NVIDIA GPU على نظام التشغيل Windows 10/11، اقرأ هذه المقالة .



تثبيت NVIDIA CUDA وcuDNN على نظام التشغيل Windows 10/11

بمجرد تثبيت برامج تشغيل NVIDIA GPU على نظام Windows 10/11 الخاص بك، يجب عليك تثبيت NVIDIA CUDA وNVIDIA cuDNN لتسريع TensorFlow CUDA/cuDNN للعمل على نظام Ubuntu WSL.



إذا كنت بحاجة إلى أي مساعدة في تثبيت NVIDIA CUDA على نظام التشغيل Windows 10/11 لديك، اقرأ هذه المقالة .





إذا كنت بحاجة إلى أي مساعدة في تثبيت NVIDIA cuDNN على نظام التشغيل Windows 10/11 لديك، فاقرأ هذه المقالة.

تثبيت WSL على نظام التشغيل Windows 10/11

لتثبيت WSL على نظام التشغيل Windows 10/11، افتح التطبيق الطرفي وقم بتشغيل الأمر التالي:



$ wsl – تثبيت

انقر على 'نعم'.

يتم الآن تثبيت WSL. يستغرق بعض الوقت لإكمال.

بمجرد ظهور المطالبة التالية، انقر فوق 'نعم'.

يجب أن يستمر التثبيت.

يتم الآن تثبيت نظام التشغيل Ubuntu Linux. يستغرق بعض الوقت لإكمال.
ملحوظة: Ubuntu هو نظام التشغيل الافتراضي لنظام Windows WSL.

في هذه المرحلة، يجب تثبيت نظام Ubuntu Linux WSL على جهاز الكمبيوتر الذي يعمل بنظام Windows 10/11.

لكي تدخل التغييرات حيز التنفيذ، قم بإعادة تشغيل جهاز الكمبيوتر الخاص بك.

بمجرد تشغيل جهاز الكمبيوتر الخاص بك، يجب أن تظهر نافذة طرفية تطلب منك إعداد مستخدم Ubuntu الأول.
اكتب اسمًا لمستخدم نظام Ubuntu WSL واضغط على < يدخل >.

اكتب كلمة مرور تسجيل الدخول للمستخدم الجديد واضغط على < يدخل >.

أعد كتابة كلمة المرور لتسجيل الدخول ثم اضغط على < يدخل >.

يجب إنشاء حساب مستخدم جديد لنظام Ubuntu WSL ويجب أن يكون Ubuntu جاهزًا للاستخدام.

الوصول إلى محطة WSL Ubuntu Linux على نظام التشغيل Windows 10/11

للوصول إلى محطة نظام Ubuntu Linux WSL، افتح تطبيقًا طرفيًا على نظام التشغيل Windows 10/11 وانقر على > أوبونتو .

يجب فتح محطة نظام Ubuntu Linux WSL.

التحقق مما إذا كان نظام Ubuntu WSL يمكنه الوصول إلى NVIDIA GPU لنظام التشغيل Windows 10/11

للتحقق مما إذا كان نظام Ubuntu WSL يمكنه الوصول إلى NVIDIA GPU لجهاز الكمبيوتر الذي يعمل بنظام Windows 10/11، قم بتشغيل الأمر التالي من محطة نظام Ubuntu WSL:

$نفيديا-سمي

إذا كان نظام Ubuntu WSL يمكنه الوصول إلى NVIDIA GPU لجهاز الكمبيوتر الذي يعمل بنظام Windows 10/11، فسترى معلومات استخدام NVIDIA GPU كما هو موضح في لقطة الشاشة التالية:

تثبيت Python 3 PIP على نظام Ubuntu WSL

لتثبيت TensorFlow على نظام Ubuntu WSL، تحتاج إلى تثبيت Python 3 PIP على نظام Ubuntu WSL. يمكنك تثبيت Python 3 PIP على نظام Ubuntu WSL من مستودع الحزم الرسمي لـ Ubuntu.

أولاً، قم بتحديث ذاكرة التخزين المؤقت لقاعدة بيانات حزمة APT باستخدام الأمر التالي:

$ سودو التحديث المناسب

لتثبيت Python 3 PIP على نظام Ubuntu WSL، قم بتشغيل الأمر التالي:

$ sudo apt install python3-pip

لتأكيد التثبيت، اضغط على 'Y' ثم اضغط على < يدخل >.

يتم تثبيت Python 3 PIP على نظام Ubuntu WSL. يستغرق بعض الوقت لإكمال.

في هذه المرحلة، يجب تثبيت Python 3 PIP على نظام Ubuntu WSL.

للتحقق من إمكانية الوصول إلى Python 3 PIP على نظام Ubuntu WSL، قم بتشغيل الأمر التالي:

$ نقطة - الإصدار

كما ترون، لدينا Python 3 PIP 22.0.2 مثبت على نظام Ubuntu WSL الخاص بنا.

ترقية Python 3 PIP على نظام Ubuntu WSL

لتثبيت أحدث إصدار من TensorFlow، يجب أن يكون لديك أحدث إصدار من Python 3 PIP مثبتًا على نظام Ubuntu WSL الخاص بك.

لتثبيت أحدث إصدار من TensorFlow، يجب أن يكون لديك أحدث إصدار من Python 3 PIP مثبتًا على نظام Ubuntu WSL الخاص بك.

تثبيت النقطة $ - ترقية النقطة

يجب تحديث Python PIP إلى الإصدار الأحدث (الإصدار 23.2.1 في وقت كتابة هذه السطور).

$ نقطة - الإصدار

تثبيت TensorFlow مع دعم تسريع NVIDIA CUDA/cuDNN على نظام Ubuntu WSL

لتثبيت TensorFlow مع دعم تسريع NVIDIA CUDA/cuDNN على نظام Ubuntu WSL الخاص بنظام التشغيل Windows 10/11، قم بتشغيل الأمر التالي:

$ نقطة تثبيت Tensorflow [and-cuda]

يتم الآن تنزيل TensorFlow مع دعم NVIDIA CUDA/cuDNN والتبعيات المطلوبة وتثبيتها. يستغرق بعض الوقت لإكمال.

في هذه المرحلة، يجب تثبيت TensorFlow مع دعم NVIDIA CUDA/cuDNN على نظام Ubuntu WSL.

التحقق مما إذا كان تسريع TensorFlow CUDA يعمل على نظام Ubuntu WSL

للتحقق مما إذا كان تسريع TensorFlow CUDA يعمل على نظام Ubuntu WSL، افتح المترجم التفاعلي لـ Python 3 باستخدام الأمر التالي:

$ بيثون3

لاستيراد TensorFlow، قم بتشغيل السطر التالي من التعليمات البرمجية:

$ استيراد Tensorflow كـ tf

للتحقق مما إذا كان قد تم استيراد TensorFlow بشكل صحيح، اطبع رقم إصدار TensorFlow بالسطر التالي من التعليمات البرمجية:

$ تف.__النسخة__

كما ترون، لدينا TensorFlow 2.14.0 مثبت على نظام Ubuntu WSL الخاص بنا.

للتحقق مما إذا كانت وحدة معالجة الرسومات NVIDIA لديك متاحة لتسريع TensorFlow CUDA، قم بتشغيل السطر التالي من التعليمات البرمجية:

$ tf.config.list_physical_devices('GPU')

كما ترون، يتوفر جهاز GPU لـ TensorFlow. لذلك، يمكن لـ TensorFlow استخدام وحدة معالجة الرسومات NVIDIA لجهاز الكمبيوتر الخاص بك لتسريع CUDA.

للخروج من المترجم/القذيفة التفاعلية لـ Python 3، قم بتشغيل السطر التالي من التعليمات البرمجية:

$ إنهاء ()

الوصول إلى نظام Ubuntu WSL باستخدام Visual Studio Code لتطوير TensorFlow

يعد Visual Studio Code محرر تعليمات برمجية رائعًا لتطوير TensorFlow. إذا كنت تريد الوصول إلى نظام Ubuntu WSL باستخدام Visual Studio Code لتطوير TensorFlow وتحتاج إلى أي مساعدة في ذلك، فاقرأ هذه المقالة.

خاتمة

أوضحنا لك في هذه المقالة كيفية تثبيت Ubuntu Linux عبر WSL على نظام التشغيل Windows 10/11. أظهرنا لك أيضًا كيفية الوصول إلى محطة نظام Ubuntu WSL على نظام التشغيل Windows 10/11 وكيفية تثبيت أحدث إصدار من TensorFlow مع دعم تسريع NVIDIA CUDA/cuDNN على نظام Ubuntu WSL أيضًا.