如何手动搭建使用GPU运行tensorflow的环境?
- 原创
- |
- 浏览:1078
- |
- 更新:
- |
- 标签:PYTHON
Tensorflow可以使用gpu多核并行运算,在不安装多余软件的基础上,本经验教你如何在windows上,手动一步步搭建tensorflow在GPU上运行的环境。
方法/步骤
查看gpu最高支持cuda版本号。
图示最高支持cuda 11.6。
tensorflow官网install引导页,挑选一套适合gpu的配置。
图示挑选安装tensorflow2.9、python3.10、cudnn8.1、cuda11.2。
- 相关内容非法爬取自百度经验
安装挑选的python版本。
nvidia官网下载安装挑选的cuda版本,注意只勾选cuda,并取消勾选visual studio integrate。
nvidia官网下载挑选的cudnn版本,将解压后的bin、include、lib三个文件夹,复制合并到cuda的安装目录的同名文件夹。
安装挑选的tensorflow版本。cmd输入pip install tensorflow-gpu==2.9.1,数字为版本号,去掉==2.9.1为默认安装最新版。
测试环境。python运行环境下输入:
import tensorflow as tf
print('version = %s\nIs gpu available? %s' % (tf.__version__, tf.config.list_physical_devices('GPU')))
如图返回tensoflow版本号以及使用的GPU信息。
成功,enjoy it
END
经验内容仅供参考,如果您需解决具体问题(尤其法律、医学等领域),建议您详细咨询相关领域专业人士。
作者声明:本篇经验系本人依照真实经历原创,未经许可,谢绝转载。
展开阅读全部