[ML][Tensorflow] GPU 及 CUDA 相关 |
您所在的位置:网站首页 › tensorflow gpu对应关系 › [ML][Tensorflow] GPU 及 CUDA 相关 |
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 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |