新版本GPU加速的tensorflow库的配置方法
本文介绍在Anaconda环境中,配置可以用GPU运行的Python新版tensorflow
库的方法。
在上一篇文章Anaconda配置Python新版本tensorflow库(CPU、GPU通用)的方法(https://blog.csdn.net/zhebushibiaoshifu/article/details/129285815)中,我们详细介绍了CPU、GPU通用的新版tensorflow
库的配置方法;本文就在这一篇文章的基础之上,继续介绍如果希望让GPU参与到计算中,我们该如何进一步配置对应的环境。如果大家此时还没有配置tensorflow
库,那么就先将前述这一篇文章的流程完成后,再继续本文的步骤即可。
这里需要注意,tensorflow
库在2.11
及以上的版本中,都取消了对Windows平台的GPU支持(我试了一下,就算装了WSL也不行);而在撰写本文时,用的是2.6.2
版本的tensorflow
库,因此是没有问题的。所以大家如果装了2.10
及以下版本的tensorflow
库,就继续向后看本文即可;如果此时已经装了2.11
及以上版本的tensorflow
库,那么可以首先通过如下的代码将tensorflow
库更换为2.10
版本的(执行这一代码时,将自动删除原有的2.11
及以上版本的tensorflow
库),再继续看本文。
pip install --user "tensorflow<2.11"
前面我们提到,当时虽然已经配置完毕了新版tensorflow
库,但是如果运行代码,还是会出现如下图所示的提示信息,即我们还没有配置好GPU运行的环境。
其中,如果大家的电脑上是没有GPU,或者就不需要用GPU加以计算,那就不用管这个问题,直接开始编写、运行机器学习的代码就好了;但是对于电脑中有GPU并且也希望让GPU加入运算的用户而言,就需要加以进一步的配置工作。具体流程如下。
1 系统版本要求
如果需要用本文所述的GPU环境配置方法,需要保证Windows操作系统的版本在19044
及以上;如果不满足这一条件,除了升级系统,就只能通过早期版本的tensorflow
库来实现GPU运算了。
2 GPU设置
首先,我们需要打开Anaconda Prompt软件;随后,可以输入如下所示的代码,从而查看我们的GPU状态。
nvidia-smi
运行上述代码后,如下图所示,即为我们的GPU状态。如果无法出现如下图所示的信息,则很大概率是没有安装驱动(NVIDIA Driver),大家可以到其官方网站中下载。
随后,我们即可配置CUDA与cuDNN;其中CUDA是NVIDIA为其生产的GPU所研发的一种并行计算架构,而cuDNN则是NVIDIA专门为深度神经网络运行而提供的一个加速库。这二者目前网上很多教程是通过手动到NVIDIA官方网站上下载、安装的,相对较为麻烦;而这里我们既然已经用了新版本的tensorflow
库,那么就可以直接在命令行实现二者的下载与配置。
我们输入如下所示的代码。
conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0
随后,运行上述代码,如下图所示。
随后,输入y
,即可确认开始下载、配置CUDA与cuDNN。稍等片刻,出现如下图所示的情况,说明二者已经配置完毕。
至此,CUDA与cuDNN的设置已经完毕。但是,为了让这二者可以正常使用,我们还需要配置系统路径。关于这一步的内容,大家可以直接用管理员身份打开Windows PowerShell软件来进行配置,如下图所示。
随后,分别输入并运行以下两句代码。
mkdir -p $CONDA_PREFIX/etc/conda/activate.d
echo 'export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CONDA_PREFIX/lib/' > $CONDA_PREFIX/etc/conda/activate.d/env_vars.sh
运行后如下图所示。
至此,就完全完成了GPU方面的配置工作。
3 WSL2配置
此外,我们还需要配置WSL2。WSL是“适用于Linux 的Windows 子系统”,我们需要配置这一环境,为后面的GPU运算提供条件。
关于WSL2的介绍与手动配置方法,大家可以直接查看其官方网站;我们这里就介绍通过命令行的简单的配置方法。
首先,依然是在管理员身份打开的Windows PowerShell软件中,我们输入如下所示的代码。
wsl --install
随后,即可开始安装WSL2;稍等片刻,出现如下图所示的提示,说明WSL2已经配置完毕;此时,需要重启一次电脑。
4 配置结果验证
至此,已经完成了GPU运算所需要的全部配置步骤。如果大家是在一个新的虚拟环境中配置的上述内容,就可以按照文章Anaconda为虚拟环境安装第三方库与Spyder等软件的方法(https://blog.csdn.net/zhebushibiaoshifu/article/details/128334627)提到的方法,安装一个Spyder软件,方便后续代码的撰写。
随后,在编辑器中输入如下的代码。
import tensorflow as tf
print(tf.config.list_physical_devices("GPU"))
如下图所示。
运行上述代码后,如果出现如下图所示的输出结果,就表明程序可以找到电脑中的GPU,即前述全部配置工作是没有问题的;大家就可以开始撰写机器学习的各类代码,并用GPU加速运行了。
此外,这里还有一种不推荐的检验方法。大家还可以输入以下的代码。
import tensorflow as tf
tf.test.is_gpu_available()
这也是一种检验GPU是否可用的方法,但是如下图所示,这种方法马上就要被淘汰了,因此建议还是用上面提到的方法来测试。如果出现如下图所示的True
字样,就说明配置没有问题。
至此,大功告成。
欢迎关注:疯狂学习GIS
新版本GPU加速的tensorflow库的配置方法相关推荐
- 最简单C/C++数据可视化函数库MathGL配置方法
1.简介: MathGL是一个可用于C/C++数据可视化的函数库,可以对不同种类的数据进行可视化.由于MathGL本身不具有显示功能,需要配合opencv以及其他可视化工具才能够显示图形. 由于目前绝 ...
- 人脸表情识别系统(VGG_16和Xception模型)配置GPU加速,Fer2013数据集和CK+数据集,tensorboard
编译器 python3.8 开发平台 Pycharm PyQT5 系统界面 (可视化开发工具designer ) 模型训练基于深度学习tensorflow框架 opencv haar cascade ...
- tensorflow的GPU加速计算
参考 tensorflow的GPU加速计算 - 云+社区 - 腾讯云 一.概述 tensorflow程序可以通过tf.device函数来指定运行每一个操作的设备,这个设备可以是本地的CPU或者G ...
- win10 + bazel-0.20.0 + tensorflow-1.13.1 编译tensorflow GPU版本的C++库
win10 + bazel-0.20.0 + tensorflow-1.13.1 编译tensorflow GPU版本的C++库 安装所需软件/库 Step1. 安装vs2015,CUDA 10.0和 ...
- 深度学习Win10安装配置CUDA和cuDNN实现显卡GPU加速
背景: 最近进入到深度学习的行列中,由于笔记本带有独显,并且在网上看到许多博客都说深度学习通过GPU加速可以提高训练的速度,所以我就在想我也不能浪费了我的独显,最后决定尝试配置CUDA和cuDNN来体 ...
- Win10下Tensorflow-gpu使用cpu训练而不是gpu加速
问题1:明明安装好了tensorflow-gpu,但是运行代码时无法使用gpu加速 明明安装好了tensorflow-gpu,但是运行代码时无法使用gpu加速,运行tensorflow代码时cpu占满 ...
- C语言使用CUDA中cufft函数做GPU加速FFT运算,与调用fftw函数的FFT做运算速度对比
目录 任务介绍 环境所需相关软件下载与安装 C语言:不调用库的GPU加速FFT代码 C语言:调用fftw库的未使用GPU的FFT代码 C语言:调用cufft库的GPU加速FFT gnuplot安装画图 ...
- pytorch 入门:GPU加速,卷积层,池化层
GPU 加速 深度学习设计很多向量和多矩阵运算,比如BP , CNN 等深层模型都可以写成矩阵运算的格式,不用写成循环运算.但是CPU 上矩阵的运算会被展成循环的形式,CPU 是串行执行的.而GPU ...
- TF之Windows:Windows系统下设置Tensorflow运行方式为GPU加速运行的详细攻略
TF之Windows:Windows系统下设置Tensorflow运行方式为GPU加速运行的详细攻略 目录 软件环境 1.第一步安装好CUDA软件程序 2.第二步安装好tensorflow-gpu库 ...
最新文章
- 后台开发经典书籍--图解http
- 自动瘦脸与眼睛放大美颜算法
- Windows Vista Upgrade Advisor 1.0
- python转型工资_【一点资讯】一个月完成转型!学会风变python到底有多值钱? www.yidianzixun.com...
- Android Handler处理机制 ( 三 ) ——Handler,Message,Looper,MessageQueue
- OPPO K9 Pro将于9月26日登场:搭载天玑1200旗舰游戏芯
- 利用PTGui制作全景图并用Pano2VR生成SWF文件
- Linux aarch64交叉编译之glm数学库
- #2016京东实习生笔试之生日礼物
- 罗切斯特大学读计算机博士,2020年罗切斯特大学博士申请条件
- uni-app相关知识积累
- JavaWeb学习笔记2 —— Web服务器简介
- 前端 - 如何引入阿里巴巴矢量图库?
- 硬件加油站 | 传感器 - PIR 人体红外传感器
- Excel 集計機能
- python,调出黑白局部色彩照片,快去使用吧!
- oracle oats 工具讲解,Oracle 表空间基本操作
- 安卓手机客户端与服务器纯纯socket实现文件下载+断点续传
- LINUX-S3C2440-SJA1000驱动程序-笔记
- CSDN的博客怎么了?