[ML][Tensorflow] GPU 及 CUDA 相关

2023-05-13 11:56| 来源: 网络整理| 查看: 265

前言：

Tensorflow 的 GPU版本需要安装 CUDA 库。不同的 python 版本，tensorflow-gpu版本，以及 cuda 库版本都是有一定的对照关系的，同时在不同的操作系统上 (linux/windows/macos) 的安装也有差异。

步骤：1.根据自己的显卡型号选择cuda版本

通过显卡控制面板找到自己显卡可支持的cuda tool kit 版本，方法为：

NVIDA 控制面板 --> help --> system information --> components --> NVCODA64.DLL

在这里下载对应版本的 cuda tool kit 。

把cuda安装路径的bin目录添加到动态库搜索路径下，比如环境变量PATH。

一般设置完PATH后要重启下电脑或者重启explorer.exe。

2.根据cuda版本安装cuDNN版本

从这里找到cuDNN与cuda版本的对照关系及下载路径。

解压后，把文件复制到cuda安装目录同名的文件夹下。比如cuDNN/bin里面的内容复制到cuda/bin，同理有lib和include。

3.根据cuda版本安装 python版本和 tensorflow版本

根据对照表见 Windows 对照表，LINUX 对照表，找到匹配的python版本和tensorflow版本。

安装python

略

安装tensorflow

早于1.15版本的tensorflow，cpu和gpu版本是分开的，所以如果某个书里面在说分开安装cpu和gpu版本，那么那本书已经有点过时了。

如果想使用1.15版本之前的tensorflow，可以用如下命令分别安装cpu和gpu版本： pip install tensorflow==1.15 # CPU pip install tensorflow-gpu==1.15 # GPU

晚于1.15版本的tensorflow

以 cuda 版本为 11 为例子，对应的python版本和 tensorflow版本为：

tensorflow_gpu-2.4.0

3.6-3.8

MSVC 2019

Bazel 3.1.0

8.0

11.0

安装tensorflow

pip install tensorflow==2.4

需要注意的是，python版本如果不对的话，在python仓库里可能会搜不到2.4版本的tensorflow，所以要保证python版本不高于3.8

参考链接：

GPU 支持 | TensorFlow

CUDA Installation Guide for Microsoft Windows

(可选)使用Docker镜像配置环境：

Docker | TensorFlow

【本文地址】

今日新闻