win10下配置tensorflow-gpu(NVIDIA Quadro P2000)
win10下配置tensorflow-gpu(NVIDIA Quadro P2000)
- win10下配置tensorflow-gpu(NVIDIA Quadro P2000)
- 确定自己的GPU支持人工智能计算
- CUDA和cuDNN的安装
- tensorflow-gpu安装
- 测试
- 代码修改
win10下配置tensorflow-gpu(NVIDIA Quadro P2000)
用公司服务器配置的NVIDIA Quadro P2000显卡进行tensorflow-gpu计算,折腾了两天才完成环境搭建,写在这里mark下。主要的经验就是:
- 查看自己的显卡是否支持,否则白折腾。
- CUDA和cuDNN版本一定要对应。
- anaconda预装的tensorflow是CPU版本的,需要自己卸掉然后装tensorflow-gpu版本,否则肯定不行!
确定自己的GPU支持人工智能计算
首先查看自己GPU的型号:
如果设备列表里没有,就是没装驱动,建议去安装最新驱动。然后在NVIDIA的控制面板上查看支持的CUDA版本:
也可以参看NVIDIA官网GPU计算力排名 :
位列其中肯定是支持的。
CUDA和cuDNN的安装
CUDA是NVIDIA搞得计算平台,也就是说一般的显卡需要这个平台才能进行深度学习,cuDNN相当于补丁,能够加速训练。同时cuda和cuDNN版本一定要对应,否则不兼容。具体兼不兼容可以从这个官方网址来查看https://tensorflow.google.cn/install/source_windows.
我用的红框中的配置,也就是tensorflow_gpu-2.3.0,cuDNN为7.6,CUDA是10.1。如果版本不对会带来一系列问题!cuDNN和CUDA可以下载local版本(文件较大)或者network版本。
CUDA下载网址https://developer.nvidia.com/cuda-toolkit-archive.
cuDNN下载需要先注册然后下载,具体过程与CUDA类似。
查看CUDA版本在命令行下面输入:nvcc -V
这代表CUDA安装成功。cuDNN查看版本比较麻烦,可以参看查看cuda和cudnn版本win&linux 。
测试CUDA,命令界面进行deviceQuery和bandwidthTest,出现以下结果就是正确:
如果之前CUDA安装错了,需要全部卸载,方法就是进入win程序管理,将NVIDIA带版本号(比如11.0)的程序全部卸载,参见win10 卸载cuda ,cuDNN手动删除就行。然后重装就可以了。
tensorflow-gpu安装
我是采用anaconda来管理我的库,anaconda使用起来很方便,但是麻烦的是默认安装的tensorflow是cpu版本,需要自己卸了重装。在anaconda中点击绿色三角,然后点击Open Terminal,出现命令界面。
输入pip uninstall tensorflow,卸载原有tensorflow。
然后安装tensorflow-gpu_2.3.0,可以直接输入pip install tensorflow-gpu==2.3.0。我的网速不稳定,从清华镜像下载了tensorflow_gpu-2.3.0-cp38-cp38-win_amd64.whl直接安装:pip install tensorflow_gpu-2.3.0-cp38-cp38-win_amd64.whl。
测试
在python命令界面下,输入以下代码测试:
import tensorflow as tf
tf.test.is_built_with_cuda() # 结果是True
tf.test.is_gpu_available() # 结果是True
tf.config.list_physical_devices('GPU') # 输出可使用的GPU列表
出现以下结果表示正确:
代码修改
我用的keras2.0,代码层面不需要修改(是import tensorflow, 不是import tensorflow-gpu),畅快的炼丹吧!
运行过程中可以通过nvidia-smi查看GPU使用情况:
可以参见CUDA之nvidia-smi命令详解 。
win10下配置tensorflow-gpu(NVIDIA Quadro P2000)相关推荐
- Win10下配置tensorflow环境
1. 使用Anaconda 1.1 下载&安装 Anaconda 这里推荐使用Anaconda管理python版本以及各种包和依赖,官网地址: Anaconda | The World's M ...
- win10 + GTX1080配置TensorFlow GPU开发环境
https://blog.csdn.net/u013092293/article/details/83858973 https://blog.csdn.net/wanglei022/article/d ...
- p2000专业软件测试对比,NVIDIA Quadro P2000性能跑分和游戏评测
Nvidia Quadro P2000是一款适用于笔记本电脑的移动中档工作站显卡.性能与消费类GeForce GTX 1050 Ti(笔记本电脑)类似 ,它基于带有768流处理器的GP107芯片.该显 ...
- windows下配置tensorflow
我使用的是python3.6版,目前该版本可以使用tensorflow, 安装tensorflow,参考博客 :https://www.cnblogs.com/nosqlcoco/p/6923861. ...
- JAVA——jdk8的下载与安装,win10下配置JDK环境变量
JAVA--jdk8的下载与安装,win10下配置JDK环境变量 JDK下载和安装 下载JDK 安装JDK JDK环境变量配置(win10下配置JDK8) 配置步骤 检验JDK配置是否成功 JDK下载 ...
- Win10下配置Docker
Win10下配置Docker 前言: Docker 是一个开源的应用容器引擎,让开发者可以打包他们的应用以及依赖包到一个可移植的容器中,然后发布到任何流行的 Linux 机器上,也可以实现虚拟化.容器 ...
- geany配置python win1_(亲测十分方便)win10下 配置python编辑器Geany配置
(亲测十分方便)win10下 配置python编辑器Geany配置 (亲测,十分方便!)win10下 配置python编辑器Geany配置 一.Python的安装 Python直接可以在官网下载(ht ...
- WIN10下配置Yolov3(VS2019,GPU)+opencv训练自己的数据集(绝对详细,小白型记录)
大二菜鸡,因为要准备一个水下识别的比赛,想到了用yolov3这个强大的框架,参考了许多大佬的博客,在这里记录一下自己的配置过程. ** 一. CUDA和CUDNN配置 ** 我的显卡的GTX1060, ...
- ubuntu16.04下安装TensorFlow(GPU加速)----详细图文教程【转】
本文转载自:https://blog.csdn.net/zhaoyu106/article/details/52793183 le/details/52793183 写在前面 一些废话 接触深度学习已 ...
最新文章
- 阅读准备-构建redis容器
- opencv图像深度-1_OpenCV空间AI竞赛之旅(第1部分-初始设置+深度)
- easycode不推荐使用_为什么MySQL不推荐使用uuid或者雪花id作为主键?
- Zabbix---5 监控linux服务器目录大小
- 图像与矩阵_Python_No.3
- 如何编写银行转账的测试用例,可以来看这里.....
- 专利电子申请那些事儿 |入股不亏 |专利代理 |CPC客户端
- a59s刷机包卡刷 oppo_OPPO A59st刷机教程_OPPO A59st卡刷升级更新官方系统包
- 想要Linux上云?如何实现Linux工作流上云部署
- 利用Python爬虫爬取淘宝商品做数据挖掘分析实战篇,超详细教程!
- iOS源码资源之各种项目源码汇总
- CF1385 D. a-Good String (分治+递归)
- 1688按关键词搜索
- U盘杀毒后文件不见/找回
- FindProxyForURL设置浏览器代理
- html 如何合并表格
- 如何用EXCEL求一组数的方差…
- 深度学习100题(1)
- STM32关于PVD低电压能检测的知识
- Qt实现基于orb算法的两种长截图