GPU সাপোর্ট এবং CUDA ইনস্টলেশন

থিয়ানো (Theano) GPU সাপোর্ট প্রদান করতে সক্ষম এবং এটি NVIDIA GPU তে CUDA প্রযুক্তি ব্যবহার করে গাণিতিক অপারেশনগুলো দ্রুত সম্পাদন করতে সাহায্য করে। CUDA হল একটি NVIDIA এর GPU অ্যাক্সিলারেশন প্রযুক্তি, যা GPU-তে গণনা সম্পাদন করতে সক্ষম করে, বিশেষত ডিপ লার্নিং এবং মেশিন লার্নিং মডেল প্রশিক্ষণের জন্য এটি অপরিহার্য।

নিচে GPU সাপোর্ট সক্রিয় করতে এবং CUDA ইনস্টল করতে প্রয়োজনীয় ধাপগুলো ব্যাখ্যা করা হলো।

১. CUDA ইনস্টলেশন (Windows, Linux, macOS)

Windows এ CUDA ইনস্টলেশন:

1. NVIDIA ড্রাইভার ডাউনলোড:
   • প্রথমে NVIDIA GPU ড্রাইভার ডাউনলোড করুন, যা আপনার GPU এর সাথে সঙ্গতিপূর্ণ। NVIDIA ড্রাইভার থেকে সঠিক ড্রাইভার নির্বাচন করুন এবং ইনস্টল করুন।
2. CUDA Toolkit ডাউনলোড:
   • CUDA Toolkit ডাউনলোড করুন, যা CUDA এর বিভিন্ন লাইব্রেরি এবং ডেভেলপমেন্ট টুল সরবরাহ করে। এটি ডাউনলোড করতে NVIDIA CUDA Toolkit ওয়েবসাইটে যান।
3. CUDA Toolkit ইনস্টলেশন:
   • CUDA Toolkit ইনস্টল করার জন্য ডাউনলোড করা ফাইল রান করুন। ইনস্টলেশনের সময় সিদ্ধান্ত গ্রহণ করুন যে আপনি সবকিছু ইনস্টল করছেন (যেমন CUDA, cuDNN, Visual Studio Integration)।
4. Environment Path সেটআপ:
   • CUDA ইনস্টলেশন পর, CUDA Toolkit এর ফোল্ডারের পাথ আপনার Environment Variables এ যোগ করতে হবে:
     • Path এ CUDA এর bin এবং libnvvp ফোল্ডার যোগ করুন।

     • উদাহরণ:

       C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin
       C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\libnvvp
       

Linux (Ubuntu) এ CUDA ইনস্টলেশন:

1. NVIDIA ড্রাইভার ইনস্টল:

   • আপনার সিস্টেমে NVIDIA ড্রাইভার ইনস্টল করতে apt ব্যবহার করুন:

     sudo apt update
     sudo apt install nvidia-driver
     

2. CUDA Toolkit ইনস্টল:

   • CUDA Toolkit ইনস্টল করার জন্য নিচের কমান্ড ব্যবহার করুন:

     sudo apt install nvidia-cuda-toolkit
     

3. CUDA ইনস্টলেশন যাচাই:

   • CUDA ইনস্টলেশন সঠিকভাবে হয়েছে কিনা তা যাচাই করতে নিচের কমান্ড ব্যবহার করুন:

     nvcc --version
     

4. Environment Path সেটআপ:

   • CUDA সঠিকভাবে কাজ করার জন্য ~/.bashrc ফাইলে পাথ যোগ করুন:

     export PATH=/usr/local/cuda-11.0/bin:$PATH
     export LD_LIBRARY_PATH=/usr/local/cuda-11.0/lib64:$LD_LIBRARY_PATH
     

   • পরিবর্তনগুলি কার্যকর করতে:

     source ~/.bashrc
     

macOS এ CUDA ইনস্টলেশন:

macOS এ CUDA সাপোর্ট নেই, কারণ CUDA শুধুমাত্র NVIDIA GPU এর জন্য কাজ করে। macOS এ GPU-এ CUDA অ্যাক্সিলারেশন ব্যবহার সম্ভব নয়।

২. cuDNN ইনস্টলেশন (Windows, Linux)

cuDNN (CUDA Deep Neural Network) হল একটি NVIDIA লাইব্রেরি যা ডিপ লার্নিং মডেলকে GPU তে দ্রুততর করতে সহায়ক। এটি আপনাকে কনভোলিউশনাল নিউরাল নেটওয়ার্ক (CNN) এবং অন্যান্য নিউরাল নেটওয়ার্ক ট্রেনিংয়ের জন্য অপটিমাইজড রুটিন ব্যবহার করতে দেয়।

Windows এ cuDNN ইনস্টলেশন:

1. cuDNN ডাউনলোড করুন:
   • cuDNN ডাউনলোড করতে NVIDIA cuDNN ডাউনলোড পেজ থেকে আপনার CUDA ভার্সনের সাথে সঙ্গতিপূর্ণ cuDNN ডাউনলোড করুন।
2. cuDNN ইনস্টলেশন:
   • ডাউনলোড করা ফাইলটি আনজিপ করুন এবং নিম্নলিখিত ফোল্ডারগুলিতে ফাইল কপি করুন:
     • bin ফোল্ডারে cudnn64_7.dll কপি করুন।
     • include ফোল্ডারে cudnn.h কপি করুন।
     • lib ফোল্ডারে cudnn.lib কপি করুন।

Linux (Ubuntu) এ cuDNN ইনস্টলেশন:

1. cuDNN ডাউনলোড:
   • cuDNN ডাউনলোড পেজ থেকে cuDNN ডাউনলোড করুন।
2. cuDNN ইনস্টলেশন:

   • ডাউনলোড করা ফাইলটি আনজিপ করুন এবং নিচের ফোল্ডারে ফাইল কপি করুন:

     sudo cp cuda/include/cudnn*.h /usr/local/cuda/include
     sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
     sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*
     

৩. থিয়ানো কনফিগারেশন:

এখন GPU সাপোর্ট ব্যবহার করার জন্য, থিয়ানোর কনফিগারেশন ফাইলে কিছু পরিবর্তন করতে হবে। এই ফাইলটি থিয়ানোকে জানায় যে এটি GPU ব্যবহার করবে।

1. কনফিগারেশন ফাইল তৈরি করুন:

   থিয়ানোর কনফিগারেশন ফাইল ~/.theanorc তৈরি করুন এবং নিচের সেটিংস যুক্ত করুন:

   [global]
   device = gpu
   floatX = float32
   
   [cuda]
   root = /usr/local/cuda
   

2. ফাইল সংরক্ষণ করুন এবং থিয়ানো চালান।

৪. GPU সাপোর্ট পরীক্ষা:

থিয়ানো GPU সাপোর্ট কাজ করছে কিনা তা পরীক্ষা করতে নিচের কোড রান করুন:

import theano
import numpy as np

# টেনসর তৈরি
x = theano.tensor.dmatrix('x')
y = theano.tensor.dmatrix('y')
z = x + y

# ফাংশন তৈরি
f = theano.function([x, y], z)

# ইনপুট ভ্যালু
result = f(np.array([[1, 2], [3, 4]]), np.array([[5, 6], [7, 8]]))
print(result)

যদি সবকিছু সঠিকভাবে ইনস্টল এবং কনফিগার করা থাকে, তবে এটি GPU তে কাজ করবে এবং দ্রুত ফলাফল প্রদান করবে।

সারাংশ:

• CUDA ইনস্টল করতে NVIDIA ড্রাইভার, CUDA Toolkit, এবং cuDNN ইনস্টল করুন।
• Environment Variables-এ CUDA এবং cuDNN এর পাথ যুক্ত করুন।
• Theano কনফিগারেশন ফাইলে device=gpu সেট করুন।
• থিয়ানো GPU সাপোর্ট পরীক্ষা করতে কোড রান করুন।