ubuntu 配置keras_使用AMD GPU和Keras训练神经网络

本教程将解释如何使用单个或多个配置中的AMD GPU设置用于训练的神经网络环境。

在软件方面：我们将使用Docker，在ROCm内核之上运行Keras(Tensorflow v1.12.0作为后端)。

要安装和部署ROCm，需要特定的硬件/软件配置。

硬件要求

官方文档(ROCm v2.1)建议使用以下硬件解决方案。

支持的CPU

支持PCIe Gen3 + PCIe Atomics的CPU有：

• AMD Ryzen CPU;
• AMD Ryzen APU中的CPU;
• AMD Ryzen Threadripper CPU
• AMD EPYC CPU;
• Intel Xeon E7 v3或更新的CPU;
• Intel Xeon E5 v3或更新的CPU;
• Intel Xeon E3 v3或更新的CPU;
• Intel Core i7 v4(i7-4xxx)，Core i5 v4(i5-4xxx)，Core i3 v4(i5-4xxx)或更新的CPU(即Haswell系列或更新版本)。
• 一些Ivy Bridge-E系统

支持的GPU

ROCm正式支持使用以下芯片的AMD GPU：

• GFX8 GPU
• “斐济”芯片，如AMD Radeon R9 Fury X和Radeon Instinct MI8
• “Polaris 10”芯片，例如AMD Radeon RX 480/580和Radeon Instinct MI6
• “Polaris 11”芯片，例如AMD Radeon RX 470/570和Radeon Pro WX 4100
• “Polaris 12”芯片，例如AMD Radeon RX 550和Radeon RX 540
• GFX9 GPU
• “Vega 10”芯片，例如AMD Radeon RX Vega 64和Radeon Instinct MI25
• “Vega 7nm”芯片(Radeon Instinct MI50，Radeon VII)

软件要求

在软件方面，仅在基于Linux的系统中支持当前版本的ROCm(v2.1)。

ROCm 2.1.x平台支持以下操作系统：

• Ubuntu 16.04.x和18.04.x(16.04.3及更高版本或内核4.13及更高版本)
• CentOS 7.4,7.5和7.6(使用devtoolset-7 runtime支持)
• RHEL 7.4,7.5和7.6(使用devtoolset-7 runtime支持)

测试设置

硬件

• CPU：Intel Xeon E5-2630L
• RAM：2 x 8 GB
• 主板：微星X99A Krait版
• GPU：2 x RX480 8GB + 1 x RX580 4GB
• SSD：三星850 Evo(256 GB)
• HDD：WDC 1TB

软件

• 操作系统：Ubuntu 18.04 LTS

ROCm安装

为了使一切正常工作，建议在新安装的操作系统中启动安装过程。以下步骤指的是ubuntu1804 LTS操作系统，其他操作系统请参考官方文档。

第一步是安装ROCm内核和依赖项：

更新您的系统

打开一个新终端 CTRL + ALT + T

sudo apt updatesudo apt dist-upgradesudo apt install libnuma-devsudo reboot

添加ROCm apt repository

要下载并安装ROCm堆栈，需要添加相关的repositories：

wget -qO - http://repo.radeon.com/rocm/apt/debian/rocm.gpg.key | sudo apt-key add -echo 'deb [arch=amd64] http://repo.radeon.com/rocm/apt/debian/ xenial main' | sudo tee /etc/apt/sources.list.d/rocm.list

安装ROCm

现在需要更新apt repository列表并安装rocm-dkms元数据包：

sudo apt updatesudo apt install rocm-dkms

设置权限

官方文档建议创建一个新video组，以便使用当前用户访问GPU资源。

首先，检查系统中的组，使用：

gro