Install Keras di Prosesor AMD Windows

Tutorial Agt 01, 2020

Emang bisa??? Bisa diatur.

Tulisan ini saya dedikasikan untuk teman-teman yang baru mulai belajar machine learning atau deep learning.

Kisah ini bermula saat saya harus menginstall library Keras untuk keperluan tugas. Saat browsing yang saya temukan adalah kita harus menginstall backend Tensorflow / CNTK / Theano terlebih dahulu agar bisa menginstall library Keras. Oke, saya cus mendownload salah satu backend dan saat saya akan menginstall, tadaaa.... instalasi gagal. Sebagai manusia milenial, saya langsung mencari di google dan menemukan kalau:

instalasi gagal karena laptop yang saya gunakan menggunakan prosesor AMD

Kok bisa?

Karena Tensorflow / CNTK / Theano hanya support pada GPU lokal menggunakan NVIDIA graphic cards via CUDA

Dengan power of kepepet saya melakukan browsing lagi dengan kata kunci "install keras di prosesor AMD". Menemukan solusi?  Tentu tidak :) Browsing saya ulangi dengan mengganti kata kunci menjadi "installing Keras GPU on AMD" dan langsung mendapati beberapa link yang memberi solusi. Kesimpulannya? Artikel yang sangat berguna ini tidak ada yang berbahasa Indonesia dan tidak muncul di laman search engine berbahasa Indonesia.

Jadi saya akan memperkenalkan PlaidML, library dari Python yang memungkinkan kita untuk menjalankan machine learning atau deep learning pada prosesor manapun. Ngga perlu rewel tipe graphic cards, gan 👌.

Gimana cara install PlaidML di Windows nih? Cukup mudah. Syaratnya:

  1. Install python 2 atau python 3, beserta OpenCL minimal versi 1.2
  2. Install pip

Langkah selanjutnya, kita buka dulu command prompt (bisa dengan lambang windows + R lalu ketik cmd)

buka cmd dulu guys

Instalasi dilakukan di conda virtual environment ya guys. Jadi masuk dulu ke virtual environment dengan cara:

nama folder proyek\Scripts\activate.bat
nama 

bisa disesuaikan dengan environment root proyek kalian ya.

Setelah itu tinggal install PlaidML pakai pip deh:

pip install plaidml-keras plaidbench

Kalau instalasi berhasil dan sudah selesai prosesnya, kita bisa mengkonfigurasi atau men-setting GPU/CPU driver yang akan digunakan dengan command seperti ini:

plaidml-setup

Nanti akan muncul tampilan untuk memilih CPU/GPU driver seperti ini:

Di akhir baris akan muncul tulisan seperti di bawah ini. Tinggal ketik huruf 'y' ya guys untuk mengaktifkan experimental device support.

Enable experimental device support? (y.n)[n]: y

Setelah itu kalian bisa memilih device yang ingin digunakan. Kalau saya jelas memilih yang terkait dengan AMD ya.

Default device? (1,2)[1]:2

Kalau konfigurasi berhasil akan muncul tulisan seperti di atas. Terus tinggal ketik huruf 'y' di akhir command untuk menyimpan hasil settingnya!

Eits... proses tidak berhenti sampai sini aja.

Kita juga harus mengatur device kita agar bisa bekerja sebagai backend Keras dari notebook / tools yang digunakan untuk training/testing model dengan line code seperti berikut:

import plaidml.keras
import os
plaidml.keras.install_backend()
os.environ[“KERAS_BACKEND”] = “plaidml.keras.backend”

Pastikan backend di-setting sebelum meng-import Keras ya.

Dan tada... selamat! kalian sudah bisa training/testing model pada tools kalian.


link resources berfaedah :

plaidml/plaidml
PlaidML is a framework for making deep learning work everywhere. - plaidml/plaidml
GPU Acceleration on AMD with PlaidML for training and using Keras models
It is widely known that Tensorflow, which Keras extensively uses to implement its logic, supports local GPU acceleration using Nvidia graphic cards via CUDA. But what can users of other graphic cards, such as AMD or Intel HD Graphics, do in this situation? Introducing PlaidML, a python library and …
Great! You've successfully subscribed.
Great! Next, complete checkout for full access.
Welcome back! You've successfully signed in.
Success! Your account is fully activated, you now have access to all content.