tengsorflow官网
https://·/rdp/cudnn-download
我的英伟达账号:2315141991@qq.com
CUDA自定义安装安装参考文献:
该文献主要内容服务于 自定义安装选项pytorch GPU版本安装_尘世猫的博客-CSDN博客_pytorchgpu版本
选择cuda的时候,需要base版本,否则配置不了环境。
自定义安装选项:
组件CUDA
除了 Visual Studio Integration这个选项不装,其他都跟随默认安装。
安装路径:D:\Aunzip\NVIDIA\NVIDIA GPU Computing Toolkit\CUDA\v10.2
CUDA Development安装路径:
D:\Aunzip\NVIDIA\NVIDIA GPU Computing Toolkit\CUDA\v10.2
CUDA Documentation安装路径:
D:\Aunzip\NVIDIA\NVIDIA GPU Computing Toolkit\CUDA\v10.2
Samples安装路径:
D:\Aunzip\NVIDIA\NVIDIA Corporation\CUDA Samples\v10.2
添加CUDA环境变量【最新消息,不用自己配置环境了——2022.06.30】
默认配置环境
CUDA_PATH
D:\Aunzip\NVIDIA\NVIDIA GPU Computing Toolkit\CUDA\v10.2
CUDA_PATH_V10_2
D:\Aunzip\NVIDIA\NVIDIA GPU Computing Toolkit\CUDA\v10.2
值得探讨的是,我自主添加了下面的环境【如果上面两步不成功,可以添加第三步内容】
PATH路径:
D:\Aunzip\NVIDIA\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin
剩下两个Samples和v10.2两个环境是根据网上的博客做的汇总:
Samples的环境:
D:\Aunzip\NVIDIA\NVIDIA Corporation\CUDA Samples\v10.2\bin\win64
D:\Aunzip\NVIDIA\NVIDIA Corporation\CUDA Samples\v10.2\common\lib\x64
v10.2的环境:
D:\Aunzip\NVIDIA\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\CUPTI\lib64
D:\Aunzip\NVIDIA\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include
D:\Aunzip\NVIDIA\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64
安装cuDNN解压cuDNN
将解压后的文件复制到下面的目录
D:\Aunzip\NVIDIA\NVIDIA GPU Computing Toolkit\CUDA\v10.2
选择 TensorFlow的GPU版本tensorflow_gpu-2.3.0
TensorFlow官网参考内容:
参见 3
需要MSVC 2019
满足 参见 6
需要算力 7.6以上
不满足 参见 7.c
需要 CUDA 10.1以上
当前使用10.2 参见 9
conda create -n tensor_gpuPY36 python=3.6
激活虚拟环境
conda activate tensor_gpuPY36
安装Tensorflow参考官网
https://·
解压后将cudart64_101.dll文件复制到启动CUDA的启动文件夹
启动文件夹是bin开始的,所以放到这个路径
D:\Aunzip\NVIDIA\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin
测试Tensorflow-gpu是否安装成功在Tensorflow环境中启动Python
import tensorflow
测试语句一:
tf.test.is_gpu_available()
测试语句二:
tf.test.is_built_with_cuda()?
1.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.本站的原创文章,会注明原创字样,如未注明都非原创,如有侵权请联系删除!;3.作者投稿可能会经我们编辑修改或补充;4.本站不提供任何储存功能只提供收集或者投稿人的网盘链接。 |