admin管理员组文章数量:1562634
这里写自定义目录标题
- CUDA和cuDNN安装
- 版本选择
- CUDA 11.2安装
- cuDNN8.1安装
- 测试CUDA是否安装成功
- 测试tensorflow是否开启了GPU加速
CUDA和cuDNN安装
版本选择
首先第一步是确定TensorFlow支持哪个版本的CUDA和cuDNN,通过以下链接查看:
https://tensorflow.google/install/source
第二步确定本机的显卡支持CUDA哪个版本
可以看到显卡支持的是11.2,所以最终确定版本对应如下:
TensorFlow-2.6.0
CUDA-11.2
cuDNN-8.1
注意:tensorflow-2.0.0开始已经默认支持GPU,不需要下载tensorflow-gpu版本,见下图
CUDA 11.2安装
打开链接
https://developer.nvidia/cuda-downloads
选择相应的版本下载安装:
选择“精简”安装即可
设置环境变量
在安装CUDA的时候已经自动生成了两个环境变量
在系统PATH下添加
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\libnvvp
并添加如下新的变量
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.2
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
cuDNN8.1安装
访问链接
https://developer.nvidia/rdp/cudnn-archive
直接右键将下载链接复制到迅雷即可下载,不需要注册登录,但是需要开通迅雷会员
下载后解压,直接将解压的所有文件复制到CUDA的安装目录
测试CUDA是否安装成功
进入目录:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\extras\demo_suite
打开cmd
(1)执行bandwidthTest.exe,看到Result = PASS说明成功
(2)运行deviceQuery.exe,看到Result = PASS说明成功
测试tensorflow是否开启了GPU加速
理论上只要把显卡驱动、CUDA、cuDNN安装成功并顺利测试通过,程序就会优先使用GPU运行,下面通过一个小程序测试一下是否配置成功。
使用pycharm新建工程,本人使用的是anaconda环境,根据上图,tensorflow2.6.0要求Python环境选择3.6-3.9均可:
进入项目打开terminal,安装tensorflow-2.6.0
pip install tensorflow==2.6.0
编辑测试代码
import tensorflow as tf
tf.compat.v1.disable_eager_execution()
a = tf.constant([1.2, 2.3, 3.6], shape=[3], name='a')
b = tf.constant([1.2, 2.3, 3.6], shape=[3], name='b')
c = a + b
session = tf.compat.v1.Session(config=tf.compat.v1.ConfigProto(log_device_placement=True))
print(session.run(c))
运行代码,查看控制台输出,可以看到程序默认用了GPU运行
修改代码,将a和b分配给cpu执行
import tensorflow as tf
tf.compat.v1.disable_eager_execution()
with tf.device('/cpu:0'):
a = tf.constant([1.2, 2.3, 3.6], shape=[3], name='a')
b = tf.constant([1.2, 2.3, 3.6], shape=[3], name='b')
c = a + b
session = tf.compat.v1.Session(config=tf.compat.v1.ConfigProto(log_device_placement=True))
print(session.run(c))
查看运行结果:
本文标签: 测试开启了CUDAcuDNNtensorflow
版权声明:本文标题:Win10安装CUDA、cuDNN,并测试Tensorflow是否开启了GPU加速 内容由热心网友自发贡献,该文观点仅代表作者本人, 转载请联系作者并注明出处:https://m.elefans.com/dianzi/1727485965a1117174.html, 本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,一经查实,本站将立刻删除。
发表评论