GPU调研之TensorFlow Benchmarks测试GPU

目录

1. 查看服linux服务器信息

2. Linux系统安装pip详细步骤

3. Centos安装python3

4. 安装TensorFlow

5. TensorFlow测试结果解读

6. 参考文档

---

gpu的占用率为99%，是一种比较正常的使用状态。

gpu是图形处理器的简称，又称显示核心、视觉处理器、显示芯片，用途是将计算机系统所需要的显示信息进行转换驱动，并向显示器提供行扫描信号，控制显示器的正确显示，是连接显示器和个人电脑主板的重要元件，也是“人机对话”的重要设备之一

1. 查看服linux服务器信息

hostnamectl

 Operating System: CentOS Linux 7 (Core)

1.Linux查看显卡信息
lspci | grep -i vga

 2.使用nvidia GPU
lspci | grep -i nvidia

3.Linux查看Nvidia显卡信息及使用情况
Nvidia自带一个命令行工具可以查看显存的使用情况：

nvidia-smi

Fan：显示风扇转速，数值在0到100%之间，是计算机的期望转速，如果计算机不是通过风扇冷却或者风扇坏了，显示出来就是N/A；
Temp：显卡内部的温度，单位是摄氏度；
Perf：表征性能状态，从P0到P12，P0表示最大性能，P12表示状态最小性能；
Pwr：能耗表示；
Bus-Id：涉及GPU总线的相关信息；
Disp.A：是Display Active的意思，表示GPU的显示是否初始化；
Memory Usage：显存的使用率；
Volatile GPU-Util：浮动的GPU利用率；
Compute M：计算模式
 

2. Linux系统安装pip详细步骤

1.1 pip下载

wget "https://pypi.python.org/packages/source/p/pip/pip-1.5.4.tar.gz#md5=834b2904f92d46aaa333267fb1c922bb" --no-check-certificate

1.2 pip安装

tar -xzvf pip-1.5.4.tar.gz

cd pip-1.5.4

python setup.py install

3. Centos安装python3

2.1. 安装python3的依赖

sudo yum -y install zlib-devel bzip2-devel openssl-devel ncurses-devel sqlite-devel readline-devel tk-devel gdbm-devel db4-devel libpcap-devel xz-devel libffi-devel

2.2. 下载python3安装包

（以python3.7.2为例）2种方法，如果linux上可使用wget命令，可以通过下面命令直接linux下载

wget https://www.python.org/ftp/python/3.7.2/Python-3.7.2.tgz

如果linux没有安装wget命令，可以在本地下载后上传到linux上，下载地址就是https://www.python.org/ftp/python/3.7.2/Python-3.7.2.tgz。如果安装其他版本，可在该链接下https://www.python.org/ftp/python/找到其他版本下载。下载完成后通过lrzsz命令上传。

rz -e

安装包放在linux上后，解压：

tar -zxvf Python-3.7.2.tgz

2.1 配置安装路径

cd Python-3.7.2

./configure prefix=/usr/local/python3

2.2. 编译安装python3

make && make install

1

编译时如果遇见报错configure: error: no acceptable C compiler found in $PATH，说明没有安装gcc，通过下面命令安装gcc后再重新编译。

yum -y install gcc

1

2.3. 添加软链接

添加软链接，让pip3和python3这两个指令指向刚刚安装的3.7.2

sudo ln -s /usr/local/python3/bin/python3.7 /usr/bin/python3

sudo ln -s /usr/local/python3/bin/pip3.7 /usr/bin/pip3

如果提示ln: 无法创建符号链接"/usr/bin/pip3": 文件已存在。只需要通过下面命令删除文件，重新创建软链接即可

rm -rf /usr/bin/pip3

/usr/bin/python3同理。

3. 检测是否安装成功

python3 -V

pip3 -V

4. 升级pip

通过下面命令升级pip3

pip3 install --upgrade pip

通过下面命令升级pip

pip install -upgrade pip

4. 安装TensorFlow

1.首先需要在计算机上安装 TensorFlow，pip install tensorflow 命令来安装python3安装tensorflow遇到的问题

1. 使用命令：sudo pip3 install --upgrade \ https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-1.1.0rc2-cp35-cp35m-linux_x86_64.whl 安装。

遇到如下问题：

tensorflow-1.1.0rc2-cp35-cp35m-linux_x86_64.whl is not a supported wheel on this platform.

试过好几个版本都报相同的错误，不支持平台。

2. 换命令 pip3 install  tensorflow 安装。

遇到如下问题：

Downloading/unpacking tensorflow
      Could not find any downloads that satisfy the requirement tensorflow
Cleaning up...
      No distributions at all found for tensorflow
      Storing debug log for failure in /home/itcast/.pip/pip.log

(1) 有说tensorflow不支持32位系统只支持64位系统的，特意用命令sudo uname --m查看系统是x86_64，说明是64位。

     另 查到这个问题原因是： pip3的版本太低。

  使用命令 pip3 -V  可查看版本：pip 1.5.4 from /usr/lib/python3/dist-packages (python 3.4) 

  参考：ubuntu14 上安装tensorflow 遇到的问题_sisiel的博客-CSDN博客， 如何升级pip3?_夏雨淋河的博客-CSDN博客。 

(2) 然后使用网上公认的升级命令： pip3 install --upgrade pip。 

此次升级可行，如果不行可参考   如何升级pip3?_夏雨淋河的博客-CSDN博客 ：

$ sudo easy_install --upgrade pip  #运行后解决问题。
$ sudo easy_install --upgrade six   #这个不用也行

(3) 然后再执行 pip3 install  tensorflow 可以顺利往下走了，然后遇到如下问题：

Cannot uninstall 'six'. It is a distutils installed project and thus we cannot accurately determine which files belong to it which would lead to only a partial uninstall.

3. 使用 sudo pip3 install --ignore-installed six 命令安装好six 

此命令借鉴于：cannot uninstall a distutils installed project'_xiaoxianerqq的博客-CSDN博客 。

然后继续 nohup pip3 install tensorflow > install_log.log  2>&1 &  顺利的话安装完成了

7.12实际操作发现还是报错了。。。如下

解决办法：

7.13日更改为清华源：

一、备份原文件
mv /etc/yum.repos.d/CentOS-Base.repo /etc/yum.repos.d/CentOS-Base.repo.bak
推荐内容

二、编辑新的配置文件

[base]
name=CentOS-$releasever - Base
baseurl=https://mirrors.tuna.tsinghua.edu.cn/centos/$releasever/os/$basearch/
#mirrorlist=http://mirrorlist.centos.org/?release=$releasever&arch=$basearch&repo=os
gpgcheck=1
gpgkey=file:///etc/pki/rpm-gpg/RPM-GPG-KEY-CentOS-7

#released updates
[updates]
name=CentOS-$releasever - Updates
baseurl=https://mirrors.tuna.tsinghua.edu.cn/centos/$releasever/updates/$basearch/
#mirrorlist=http://mirrorlist.centos.org/?release=$releasever&arch=$basearch&repo=updates
gpgcheck=1
gpgkey=file:///etc/pki/rpm-gpg/RPM-GPG-KEY-CentOS-7

#additional packages that may be useful
[extras]
name=CentOS-$releasever - Extras
baseurl=https://mirrors.tuna.tsinghua.edu.cn/centos/$releasever/extras/$basearch/
#mirrorlist=http://mirrorlist.centos.org/?release=$releasever&arch=$basearch&repo=extras
gpgcheck=1
gpgkey=file:///etc/pki/rpm-gpg/RPM-GPG-KEY-CentOS-7

#additional packages that extend functionality of existing packages
[centosplus]
name=CentOS-$releasever - Plus
baseurl=https://mirrors.tuna.tsinghua.edu.cn/centos/$releasever/centosplus/$basearch/
#mirrorlist=http://mirrorlist.centos.org/?release=$releasever&arch=$basearch&repo=centosplus
gpgcheck=1
enabled=0
gpgkey=file:///etc/pki/rpm-gpg/RPM-GPG-KEY-CentOS-7

三、清除yum缓存
yum clean all
四、重新生成yum缓存文件
yum makecache
五、升级yum更新包
yum update

再次尝试nohup pip3 install tensorflow > install_log.log  2>&1 &

发现还是报错：报错日志：

    raise ReadTimeoutError(self._pool, None, "Read timed out.")

pip._vendor.urllib3.exceptions.ReadTimeoutError: HTTPSConnectionPool(host='files.pythonhosted.org', port=443): Read timed out.

参考博客解决pip._vendor.urllib3.exceptions.ReadTimeoutError: HTTPSConnectionPool_nocol

最终解决办法：参考博客https://www.cnblogs.com/zmdComeOn/p/12010111.html

pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow

如图成功啦

查看tensorflow是否安装成功 

# pip3 list |grep tensorflow
tensorflow                   2.11.0
tensorflow-estimator         2.11.0
tensorflow-io-gcs-filesystem 0.32.0

2.下载 TensorFlow Benchmarks

从 TensorFlow 的 Github 仓库上下载 TensorFlow Benchmarks，可以通过以下命令来下载：

git clone https://github.com/tensorflow/benchmarks.git

3.运行测试

7.14实际操作：

测试tensorflow是否成功脚本：

测试脚本1

[root@test888 tf_cnn_benchmarks]# cat 1.py
import tensorflow as tf
sess = tf.Session()
a = tf.constant(1)
b = tf.constant(2)
print(sess.run(a+b))

实际结果展示3即成功！！！

测试脚本2

import tensorflow as tf

hello = tf.constant('Hello,TF!!!!!!')
sess = tf.Session()

print(sess.run(hello))

看到结果打印：Hello,TF!!!!!!    即成功

实际操作运行结果：

  File "1.py", line 6, in
    sess = tf.Session()
AttributeError: module 'tensorflow' has no attribute 'Session'

错误的意思是tensortflow模块没有Session属性，后来查阅资料发现，tensorflow2.0版本中的确没有Session这个属性，如果安装的是tensorflow2.0版本又想利用Session属性，可以将tf.Session()更改为如下

问题产生的原因：无法执行sess.run()的原因是tensorflow版本不同导致的，tensorflow版本2.0无法兼容版本1.0.
解决办法：
tf.compat.v1.disable_eager_execution()

问题2：输出日志太多，可以看到上面的图有I W 分别代表info warning

设置TF_CPP_MIN_LOG_LEVEL的日志级别

最近学机器学习，每次运行代码都会出一堆Successfully opened dynamic library，还有显示各种提示，还有显卡计算信息，于是上网查了很多方法，都不行，最后发现是犯了个错。。如下，要写在import tensorflow前面

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
import tensorflow as tf

只要写在前面就行了。。。顺序不能错 不能在 import tensorflow as tf 后面

os.environ['TF_CPP_MIN_LOG_LEVEL']无效_os.environ['tf_cpp_min_log_level'] = '2'

最终测试脚本：

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

import tensorflow as tf
import tensorflow.compat.v1 as tf
tf.compat.v1.disable_eager_execution()

#sess = tf.Session()
sess =  tf.compat.v1.Session()
a = tf.constant(1)
b = tf.constant(2)
print('---------------------------')
print(sess.run(a+b))

测试场景：

进入 benchmarks/scripts/ 目录下，运行以下命令：

python3 tf_cnn_benchmarks.py --num_gpus=1 --batch_size=32 --model=resnet50 --variable_update=parameter_server

其中，num_gpus 表示使用的 GPU 数量，batch_size 表示每批次的数据量大小，model 表示使用的模型，variable_update 表示优化器的选择。

运行测试后，会输出每秒钟可以处理的图像数量，根据这个数值可以评估 GPU 的性能。

7月12实际操作：

如遇

[root@test888 tf_cnn_benchmarks]# python3 tf_cnn_benchmarks.py --num_gpus=1 --batch_size=32 --model=resnet50 --variable_update=parameter_server

Traceback (most recent call last):

  File "tf_cnn_benchmarks.py", line 21, in

    from absl import app

ModuleNotFoundError: No module named 'absl'

7.14实际操作 

已放弃(吐核)--linux 已放弃(吐核) (core dumped) 问题分析

出现这种问题一般是下面这几种情况：

1.内存越界

2.使用了非线程安全的函数

3.全局数据未加锁保护

4.非法指针

5.堆栈溢出

也就是需要检查访问的内存、资源。

可以使用 strace 命令来进行分析

在程序的运行命令前加上 strace，在程序出现：已放弃（吐核），终止运行后，就可以通过 strace 打印在控制台的跟踪信息进行分析和定位问题

5. TensorFlow测试结果解读

使用 Tensorflow Benchmark 进行基准测试

镜像: nvcr.io/nvidia/tensorflow:20.10-tf2-py3

CUDA: 1.11（rtx-3090最低cuda版本为1.11）

测试代码：https://github.com/tensorflow/benchmarks

框架：tensorflow

显卡：RTX-3090（腾讯黑石服务器RTX-3090）

启动命令：

         GPU：python benchmarks/scripts/tf_cnn_benchmarks/tf_cnn_benchmarks.py  \

              --num_gpus=1 --batch_size=128 --model=vgg16

         CPU：python benchmarks/scripts/tf_cnn_benchmarks/tf_cnn_benchmarks.py \

         --device=cpu --model=googlenet --data_format=NHWC --batch_size=32  

         # --batch_size 和 --model 可根据具体场景修改

        

--num_threads=1 --num_runs=10000

    Initialized session in 0.682ms

    Running benchmark for at least 1 iterations and at least 0.5 seconds

    count=54 first=23463 curr=8019 min=7911 max=23463 avg=9268.5 std=2995

    Running benchmark for at least 1000 iterations and at least 1 seconds

    count=1000 first=8022 curr=6703 min=6613 max=10333 avg=6766.23 std=337

Average inference timings in us: Warmup: 9268.5, Init: 682, no stats: 6766.23

count: 实际运行次数

first: 第一次迭代所用的时间

curr: 上次迭代的时间

min: 迭代所需的最短时间

max: 迭代花费的最长时间

avg: 迭代平均时间

std：所有运行时间的标准偏差

Warmup: 预热运行平均值

Init: 启动时间（应始终与 相同Initialized session in）

no stats: 是名字很差的平均运行时间（与avg=前一行中的匹配）

num_threads：这用于设置intra_op_parallelism_threads和inter_op_parallelism_threads

6. 参考文档

Linux上安装python3

python3安装tensorflow遇到的问题

如何运行TensorFlow Benchmarks测试GPU

解读tensorflow benchmark工具的结果

测试tensorflow

CentOS7配置yum清华源_centos_飞Link-华为云开发者联盟

解决pip._vendor.urllib3.exceptions.ReadTimeoutError: HTTPSConnectionPool_nocol.的博客-CSDN博客

https://www.cnblogs.com/zmdComeOn/p/12010111.html

tensorflow使用Session模块时报错：AttributeError: module ‘tensorflow‘ has no attribute ‘Session‘，已解决_tensorflow的session报错

RuntimeError: The Session graph is empty. Add operations to the graph before calling run().解决方法

os.environ['TF_CPP_MIN_LOG_LEVEL']无效