Fate Studio.

ROCm与tensorflow在ubuntu 18.04下的安装教程

字数统计: 1k阅读时长: 4 min
2019/06/17 Share

ROCm与tensorflow在ubuntu 18.04下的安装教程

    本来准备买Nvidai的显卡，可是囊中羞涩再加上听说AMD的卡也能使用tensorflow进行深度学习加速了，所以1149京东买了个蓝宝石RX580 8G 白金版。网上找安装教程时发现教程非常少，所以决定写一篇详细的安装攻略，以便下次重装系统时少走弯路。

一、计算机配置环境

CPU：  intel i7 8700
GPU：  AMD RX580 8G
内存：  8G*2 DDR4 2400MHZ
硬盘：  SSD 120G
主板：  华硕ROG B360
电源：  安钛克550W
操作系统：  Ubuntu 18.04 (不要先装Anaconda，装了也没关系解决办法，
解决办法点击跳转) 安装ROCm版本：最新2.5（截止2019.06.10）
tensorflow版本：1.13

二、ROCm介绍

    github地址， 社区地址，相关blog

    ROC全称为Radeon Open Compute，即为“Radeon开放计算”，其中Radeon为AMD GPU的一个系列。
    ROCm 全称ROC platforM，是基于一系列开源项目的AMD GPU计算生态平台。类似于NVIDIA家的CUDA。截止2019.06，ROCm版本已经发布到2.5,支持的深度学习框架有Tensorflow、Caffe、Pytorch。
    MIOpen：AMD发布的深度学习加速库，相当于NVIDIA家的cuDNN深度学习加速库，其实是根据cuDNN移植过来的。
    HSA，Heterogeous system architecture（异构系统架构）可以理解为在硬件系统（CPU、GPU、ARM等不同架构处理器）之上的一套统一编程环境，比如相同的代码使用HSA可以在不同硬件平台运行。起初是MD 等为支持 CPU+GPU 混合计算生态而成立了非赢利组织 HSA 基金，提供 runtime 和架构 API 标准。现成员包括 AMD、三星、高通、ARM、TI、Imagination、MTK等。

三、ubuntu下安装ROCm

1.先来更新一下系统环境

1
2
sudo apt update
sudo apt dist-upgrade

2.安装libnuma

1
sudo apt install libnuma-dev

3.重启系统

1
sudo reboot

4.安装ROCm apt存储库

1
wget -qO - http://repo.radeon.com/rocm/apt/debian/rocm.gpg.key | sudo apt-key add -

安装后结果

1
echo 'deb [arch=amd64] http://repo.radeon.com/rocm/apt/debian/ xenial main' | sudo tee /etc/apt/sources.list.d/rocm.list

安装结果图

5.更新apt库list并且安装ROCm

1
2
sudo apt update
sudo apt install rocm-dkms

下载大概504M的内容，然后解压后需要2336M空间。
使用ubuntu自带源有点慢呀！500M下了半个小时。

安装完成

6.设置权限

1
groups
1
sudo usermod -a -G video $LOGNAME

7.重启

8.检查安装是否成功

1
/opt/rocm/bin/rocminfo

在终端命令行输入上面命令，如果安装成功，会在输出的HSA系统属性中显示GPU的信息。
安装验证

1
/opt/rocm/opencl/bin/x86_64/clinfo

安装验证

如果上面都能显示GPU的信息的话，说明已经安装成功，如果没有的话点击install issue查找原因。

9.将ROCm添加进path

1
echo 'export PATH=$PATH:/opt/rocm/bin:/opt/rocm/profiler/bin:/opt/rocm/opencl/bin/x86_64' | sudo tee -a /etc/profile.d/rocm.sh

OK！安装完成了。

四、卸载ROCm

1
sudo apt autoremove rocm-dkms rocm-dev rocm-utils

五、安装tensorflow

ROCm安装完成后，选择安装tensorflow，目前ROCm支持的tensorflow的版本是1.13。
安装tensorflow之前要先安装一些依赖。

1
2
sudo apt update
sudo apt install rocm-libs miopen-hip cxlactivitylogger

然后安装tensorflow

1
2
sudo apt install python3-pip
pip3 install --user tensorflow-rocm

安装过程有点慢！！， 特别注意：一定不要先安装Anaconda，不然没法用。
安装了怎么办？办法一：卸载Anaconda3
方法二：使用Docker
安装之后验证一下，终端依次输入：
python3
import tensorflow as tf
如果没有提示错误的话就安装成功了。
安装成功
官方指导文档
包括MNIST、CIFAR-10等网络的使用。

六、benchmark测试

要git，Google官方提供的基准测试的文件。

1
git clone -b cnn_tf_v1.13_compatible https://github.com/tensorflow/benchmarks.git

其中v1.13是安装的tensorflow的版本，我这里安装的是1.13。
之后： 

1
2
cd benchmarks
python3 ./scripts/tf_cnn_benchmarks/tf_cnn_benchmarks.py --model=resnet50 --num_gpus=1

这里是训练resnet50网络，具体成绩如下：
benchmark成绩
在github上有个ROCm与NVIDIA的cuDNN的性能讨论，去看看。

参考:
AMD ROCm平台简介
AMD ROCm官方网页
AMD ROCm Github地址
ROCm说明文档
Tendorflow/benchmarks
ROCm/tensorflow-upstream
Performance comparsion:AMD with ROCm VS NVIDIA with cuDNN?

CATALOG
  1. 1. ROCm与tensorflow在ubuntu 18.04下的安装教程
    1. 1.1. 一、计算机配置环境
    2. 1.2. 二、ROCm介绍
    3. 1.3. 三、ubuntu下安装ROCm
      1. 1.3.1. 四、卸载ROCm
    4. 1.4. 五、安装tensorflow
    5. 1.5. 六、benchmark测试
Total : 4
2019
机器学习 算法 面试 教程