环境:Opensuse Leap15.4(如果你是风吹草用户下面有额外描述
#参考https://www.videogames.ai//09/01/RX-6700s-Machine-Learning-ROCm.html
安装这个研究了很久,制作不宜,需要转载请标注来源
[修改清华源(可以不改)]
禁用官方软件源sudo zypper mr -da添加 TUNA 镜像源sudo zypper ar -cfg 'https://mirrors.tuna./opensuse/distribution/leap/$releasever/repo/oss/' tuna-osssudo zypper ar -cfg 'https://mirrors.tuna./opensuse/distribution/leap/$releasever/repo/non-oss/' tuna-non-osssudo zypper ar -cfg 'https://mirrors.tuna./opensuse/update/leap/$releasever/oss/' tuna-updatesudo zypper ar -cfg 'https://mirrors.tuna./opensuse/update/leap/$releasever/non-oss/' tuna-update-non-ossLeap 15.3 用户还需添加 sle 和 backports 源sudo zypper ar -cfg 'https://mirrors.tuna./opensuse/update/leap/$releasever/sle/' tuna-sle-updatesudo zypper ar -cfg 'https://mirrors.tuna./opensuse/update/leap/$releasever/backports/' tuna-backports-update
[安装AMDGPU]
#第一部,安装AMDGPU
sudo zypper --no-gpg-checks install
/amdgpu-install/5.4/sle/15.4/amdgpu-install-5.4.50400-1.noarch.rpm
#安装(注意这里会提示缺少依赖)
sudo amdgpu-install --usecase=rocm,hip,mllib --no-dkms
#安装缺少的依赖(注意一定要直接抓取二进制安装(那个源有问题))
Install package devel:languages:perl / perl-URI-Encode
#添加密钥选择信任就行了
#添加环境
sudo usermod -a -G video $LOGNAMEsudo usermod -a -G render $LOGNAME
#在文件执行
vim ~/.bashrc #添加下面export HSA_OVERRIDE_GFX_VERSION=10.3.0 #如果你是amd显卡6700xtexport LD_LIBRARY_PATH=/opt/rocm/libsource ~/.bashrc #保存文件
#复制一下链接文件
cd $LD_LIBRARY_PATHcp librocblas.so.0 librocblas.socp libMIOpen.so.1 libMIOpen.socp librocrand.so.1 librocrand.so
#安装gcc和g++(opensuse默认不带),以及miopen内核
sudo zypper install rcclsudo zypper install gccsudo zypper install gcc-c++sudo zypper install miopenkernels-gfx1030-36kdb5.4.0
#安装anaconda
Anaconda | The World's Most Popular Data Science Platform#在官网下载
chmod +x <下载的软件>.sh #添加执行权限./<下载的软件>.sh #执行
#更新anaconda
conda update --all
#安装tensorflow
conda create -n mytensorflow python=3.8 #我使用的3.8版本,你也可以试别的版本conda activate mytensorflowpip install tensorflow-rocm
#安装pytorch
conda create -n mypytorch python=3.9pip3 install torch torchvision torchaudio --extra-index-url /whl/rocm5.2/
#测试tensorflow
git clone GitHub - tensorflow/benchmarks: A benchmark framework for Tensorflowcd benchmarks/scripts/tf_cnn_benchmarkspython3 tf_cnn_benchmarks.py --num_gpus=1 --batch_size=32 --model=resnet50