Installation et utilisation de Tensorflow (suite et fin), Archlinux

Voir aussi : vidéo youtube - dépôt git

Les bibliothèques de Deep Learning et de programmation GPU évoluent constamment. Sur des distributions privilégiant la stabilité, par exemple Debian, il peut donc être intéressant d’installer manuellement des versions plus récentes que celle qui peuvent être proposées dans la logithèque système. Sur des distributions plus à jour, par exemple Archlinux, la logithèque système propose généralement des versions récentes, faciles à installer mais plus propices à des complications ponctuelles (logiciels pas encore empaquetés, montée de versions…).

Tensorflow + Cuda sur Archlinux

• Exemple de code Tensorflow pour MNIST

• Installation des drivers, de Cuda et de CuDNN (en root) :

pacman -S nvidia cuda cudnn
reboot

• Installation de Tensorflow (en root) :

pacman -S python-tensorflow-cuda

• Utilisation directe :

python mnist_tensorflow.py

Pytorch + Cuda sur Archlinux

• Pytorch

• Exemple de code Pytorch pour MNIST

• Installation de Pytorch (en root) :

pacman -S python-pytorch-cuda

• Paquets Archlinux officiels

• Paquets AUR

• Installation de torchvision via AUR :

sudo pacman -S base-devel wget
wget https://aur.archlinux.org/cgit/aur.git/snapshot/python-torchvision.tar.gz
tar zxf python-torchvision.tar.gz
cd python-torchvision
makepkg -si

• Utilisation directe :

python mnist_pytorch.py

Conclusion

• deep learning :
  • nombreuses bibliothèques intéressantes
  • mais : évolution rapide, installation parfois compliquée
• différentes approches dans les distributions linux :
  • distributions “stables” (Debian…) : installation manuelle intéressante mais assez compliquée
  • distributions “à jour” (Archlinux, NixOS…) : logithèque système ok mais risque de complications ponctuelles (paquets manquants, incompatibilité lors de montée de versions…)