Después de comenzar con un proyecto que usa aprendizaje automático para identificar NSFW en imágenes, la ejecución del script de demostración en Windows desencadenó el siguiente resultado:
2021-01-06 12:14:56.670596: W tensorflow/stream_executor/platform/default/dso_loader.cc:60]
Could not load dynamic library 'cudart64_110.dll'; dlerror: cudart64_110.dll not found
2021-01-06 12:14:56.670698: I tensorflow/stream_executor/cuda/cudart_stub.cc:29]
Ignore above cudart dlerror if you do not have a GPU set up on your machine.El mensaje solo debe tenerse en cuenta si la computadora tiene una GPU disponible; de lo contrario, puedes ignorar esta advertencia.
Sin embargo, si estás seguro de que tienes una GPU instalada y debes usar la aceleración de GPU, debes instalar CUDA. Sin embargo, debes tener cuidado, en nuestro caso, la versión CUDA requerida es 11.x, que es la que solicita nuestro script (cudart64_110.dll), por lo que se necesita la versión 11.x. Para los scripts más antiguos que pueden estar desactualizados, el archivo DLL necesario será (cudart64_101.dll), por lo que se necesita la versión 10.x.
1. Instale el kit de herramientas CUDA
En nuestro caso, tenemos una Nvidia 2060 RTX Super disponible en la computadora, por lo que podemos aprovechar la GPU para Machine Learning. Puedes descargar la última versión de CUDA desde el sitio web de descargas de CUDA de Nvidia aquí , sin embargo, si al igual que en nuestro caso, tu script requiere una versión específica de CUDA (más antigua), debes visitar el archivo del kit de herramientas de CUDA para descargar la versión que coincida con sus necesidades aquí .
El kit de herramientas CUDA está disponible tanto para Linux como para Windows, en nuestro caso, trabajamos en Windows, por lo que podemos usar el ejecutable del instalador:
El tamaño del instalador es de aproximadamente 3 GB.
2. Vuelve a abrir todos los terminales o reinicia la computadora
De forma predeterminada, el kit de herramientas de Nvidia CUDA registrará automáticamente el directorio bin en la variable de entorno PATH, por lo que no se reconocerá de inmediato en ninguna terminal abierta. Asegúrtate de cerrarlos y abrirlos nuevamente para ejecutar su secuencia de comandos de Python y verificar si la advertencia ya no aparece.
Solo para estar seguro, reinicia la computadora.
3. Ejecuta el script para probar
Ahora, después de ejecutar la secuencia de comandos que requiere que TensorFlow funcione, verás el mensaje de información en lugar de la advertencia:
2021-01-06 13:32:28.800271: I tensorflow/stream_executor/platform/default/dso_loader.cc:49]
Successfully opened dynamic library cudart64_110.dllSolución de problemas
Si después de la instalación de CUDA, ni al volver a abrir la terminal ni al reiniciar la computadora se elimina la advertencia después de ejecutar el script, verifica si el archivo DLL existe en el directorio mencionado (verifica también que la versión de la DLL encontrada coincida con la que el script necesita) en C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\bin. Para esta versión, el archivo cudart64_110.dll existirá allí.
Si la DLL existe, entonces el problema puede ser que el directorio bin no esté registrado en las variables de entorno del sistema. Edita la variable de entorno PATH y agrega el directorio absoluto de CUDA C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\<tu-version>\bin.
Que te diviertas ❤️!
Conviertete en un programador más sociable