Установите TensorFlow на старом оборудовании

Содержание

Вопрос или проблема
Ответ или решение
Установка TensorFlow на устаревшем оборудовании
Шаги по установке TensorFlow 2.3.4:
Совместимость версий пакетов
Заключение

Вопрос или проблема

Я хочу начать изучать ИИ/МЛ и у меня есть несколько проблем с начальной настройкой.

Моя текущая аппаратная установка:

Gigabyte GA-P67A-UD4-B3
Intel(R) Xeon(R) CPU E31275
32 ГБ ОЗУ
2x ASUS GTX-650 TiB

Программное обеспечение:
Windows 10 Pro, 22H2

Драйвер NVIDIA 475.06
Visual Studio 2022
Python 3.9.13
Anaconda3 2024.06-1 (Python 3.12.4)
Nvidia CUDA 10.2
Nvidia cuDNN 8.6.0

WSL (WSL2)

Ubuntu 22.04.3 LTS
Nvidia CUDA Toolkit 10.2
Nvidia cuDNN 8.6.0
Python 3.10.12
Anaconda3 / Miniconda

Из-за аппаратных ограничений, вычислительная способность GTX650 составляет всего 3.0, и последняя поддерживаемая версия TensorFlow – 2.3.4 (поддержка 3.0 была исключена в 2.4), поэтому я загрузил TensorFlow с https://pypi.org/project/tensorflow/.

tensorflow-2.3.4-cp36-cp36m-manylinux2010_x86_64.whl
tensorflow-2.3.4-cp37-cp37m-manylinux2010_x86_64.whl
tensorflow-2.3.4-cp38-cp38-manylinux2010_x86_64.whl

Создал окружение в conda с python 3.8
conda create --name tf_234 python=3.8, conda activate tf_234
и
pip install tensorflow-2.3.4-cp38-cp38-manylinux2010_x86_64.whl

Установка по умолчанию для пользователя, так как обычные site-packages не подлежат записи
ОШИБКА: tensorflow-2.3.4-cp38-cp38-manylinux2010_x86_64.whl не является поддерживаемым пакетом на
этой платформе.

Я знаю, что мое оборудование устарело, но это не должно быть большой проблемой. Я предполагаю, что существуют некоторые несовместимости между различными версиями пакетов. Какое сочетание работает вместе?

Ответ или решение

Установка TensorFlow на устаревшем оборудовании

Начинающим в области искусственного интеллекта и машинного обучения может показаться, что установка необходимых библиотек, таких как TensorFlow, представляет собой значительное препятствие, особенно при работе на устаревшем оборудовании. В данном случае у вас есть система с ограниченными возможностями — Gigabyte GA-P67A-UD4-B3 с процессором Intel Xeon E31275, 32 ГБ оперативной памяти и видеокартами ASUS GTX-650 TiB, которые имеют уровень вычислительной мощности 3.0. Это означает, что последняя поддерживаемая версия TensorFlow будет 2.3.4, так как поддержка CUDA 3.0 была прекращена с версии 2.4.

Шаги по установке TensorFlow 2.3.4:

Подготовка окружения Anaconda
Чтобы предотвратить конфликты версий библиотек, вам необходимо создать отдельное окружение в Anaconda с Python 3.8. Откройте Anaconda Prompt и выполните следующие команды:
```
conda create --name tf_234 python=3.8
conda activate tf_234
```
Скачивание правильного файла
Вы уже скачали правильные версии TensorFlow для Python 3.8 с сайта PyPI. Однако нужно убедиться, что у вас правильный файл для вашей платформы. Важно, чтобы у вас была Linux-версия, если вы работаете через WSL. Загрузите необходимый файл:
```
wget https://files.pythonhosted.org/packages/3f/99/22ed003d9c0fa99bcac7a4797db564b57bb7d7387d5b6bc2e56b2afc58e1/tensorflow-2.3.4-cp38-cp38-manylinux2010_x86_64.whl
```
Установка TensorFlow
После активации окружения и загрузки необходимых файлов, установите TensorFlow:
```
pip install tensorflow-2.3.4-cp38-cp38-manylinux2010_x86_64.whl
```
Если появится ошибка, аналогичная "not a supported wheel on this platform", убедитесь, что вы используете правильную версию Python и что выполнение происходит в WSL на Ubuntu 22.04, а не в Windows.
Проверка установленных библиотек
После установки TensorFlow вам следует проверить, что он правильно установлен. Запустите Python в терминале, активировав окружение, и выполните следующее:
```
import tensorflow as tf
print(tf.__version__)  # Должно вывести '2.3.4'
```

Совместимость версий пакетов

Кроме TensorFlow, убедитесь, что у вас установлены совместимые версии других необходимых библиотек, таких как:

numpy
keras
h5py
scipy

Для установки вы можете использовать:

pip install numpy==1.18.5 keras==2.4.3 h5py==2.10.0 scipy==1.4.1

Это значительно снизит вероятность возникновения конфликтов между библиотеками.

Заключение

Работа на устаревшем оборудовании может быть проблематичной, но следование описанным выше шагам позволит вам успешно установить TensorFlow 2.3.4 и начать обучение в области култур машинного обучения и искусственного интеллекта. Если возникнут новые ошибки, не стесняйтесь исследовать документацию на официальном сайте TensorFlow и ресурсы для поддержки сообщества. Удачи вам в вашем обучении!