神通情人夢的願望6(TensorFlow+GPU第一次試Run成功)

話說前天才從露天下單購買二手GeForce GT730 GPU  (參考此篇 : 神通情人夢的願望5(尋找千元以下可跑TensorFlow的GPU)) , 結果今天就到貨 !  Σ( ° △ °|||)︴, 這賣家也太有效率 , 值得推一下!
露天"小江~柑仔店" 賣場首頁  , 而且包裝保護的很好 , 似乎真有清洗過 , 有想找二手實驗零件的話 , 下次可以考慮再跟他買 , 出貨超快 ~




這塊不曉得是什麼廠牌 !? 不過沒差 , 主要央喜是需晶片 Nvidia GeForce GT 730 且能符合Compute Capability 3.5 以上 , 以下開始來測試筆記 :

$nvidia-detect -v
Probing for supported NVIDIA devices...
[10de:1287] NVIDIA Corporation GK208B [GeForce GT 730]
This device requires the current 418.43 NVIDIA driver kmod-nvidia
WARNING: Xorg log file /var/log/Xorg.0.log does not exist
WARNING: Unable to determine Xorg ABI compatibility
WARNING: The driver for this device does not support the current Xorg version


Note: $nvidia-smi 有個  Not Supported 訊息查了一下 , 應該是沒差 , 不理它 (參考這篇討論)

#再用CUDA的deviceQuery測一下 (參考這篇 : 神通情人夢的願望4 )
$ cd /usr/local/cuda-10.0/samples/1_Utilities/deviceQuery
$ make
$ ./deviceQuery


趕緊來 test script 一下 (參考 ) 顯示如下訊息 , YES!! 應該是PASS :

# tensorflow GPU test script
import tensorflow as tf
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

//========================================================
Found device 0 with properties:
name: GeForce GT 730 major: 3 minor: 5 memoryClockRate(GHz): 0.9015
pciBusID: 0000:01:00.0
totalMemory: 1.95GiB freeMemory: 1.93GiB
//========================================================


最後迫不及待地再來跑跑看 DCGAN in Tensorflow ( 什麼是DCGAN !? 你一定沒看前面 ,  參考: 神通情人夢的願望(第一步自創美女頭像) )

# 跑DCGAN 測試一下 (epoch 25)
$ python main.py --input_height=96 --output_height=96 --dataset face --train --epoch 25 --batch_size 50 --input_fname_pattern "*.jpg"



後記 : 測試跑25個 Epoch 花約6分鐘 , 還是感覺不盡理想 XD  (不過已經比原本CPU跑又快了許多 也許還需研究調校或是更高階的GPU吧 XD ) , 後續再來研究筆記 ...


看網路人家CPU原本跑3分鐘 用GPU只跑4秒 , 不知是怎麼tuning的 !?
參考 : 使用tensorflow-gpu版本测试下学习速度，cpu（3分钟） vs gpu（4秒），还是gpu快
不過他GPU是GeForce 940MX Capability5.0 (SPEC) , 下次再來找找相同等級的測測看!

# === Sample code === 
# Usage: $python matmul.py gpu 1500 or $python matmul.py cpu 1500
import sys
import numpy as np
import tensorflow as tf
from datetime import datetime

device_name = sys.argv[1]  # Choose device from cmd line. Options: gpu or cpu
shape = (int(sys.argv[2]), int(sys.argv[2]))
if device_name == "gpu":
    device_name = "/gpu:0"
else:
    device_name = "/cpu:0"

with tf.device(device_name):
    random_matrix = tf.random_uniform(shape=shape, minval=0, maxval=1)
    dot_operation = tf.matmul(random_matrix, tf.transpose(random_matrix))
    sum_operation = tf.reduce_sum(dot_operation)


startTime = datetime.now()
with tf.Session(config=tf.ConfigProto(log_device_placement=True)) as session:
        result = session.run(sum_operation)
        print(result)

# It can be hard to see the results on the terminal with lots of output -- add some newlines to improve readability.
print("\n" * 5)
print("Shape:", shape, "Device:", device_name)
print("Time taken:", datetime.now() - startTime)

print("\n" * 5)

補充 (2019-03-20 23:30) :

# Tensorflow禁用GPU的方法
import os
os.environ["CUDA_VISIBLE_DEVICES"]="-1"  #加入此行  
import tensorflow as tf