深度学习环境配置心得

阿里云双11来了!从本博客参与阿里云,服务器最低只要86元/年!

成文日期:2019/10/26

一、确定显卡型号对应的CUDA版本

桌面右键→NVIDIA控制面板→帮助→系统信息


可以看到我的1660显卡对应的是CUDA10.1驱动

二、下载对应CUDA Toolkit

https://developer.nvidia.com/cuda-toolkit-archive

建议选择低一版本的下载


此处我选择离线安装包下载

下载好了安装即可


安装完毕运行nvcc -V验证是否安装成功

三、下载cuDNN

根据CUDA版本下载(需登录)

https://developer.nvidia.com/cudnn


CUDA 10.0对应的cuDNN版本为7.6.2,建议低一个版本选下方的Archived cuDNN Releases,下cuDNN版本为7.6.1的下载得到压缩包→解压后将三个文件夹粘贴进来

四、安装tensorflow-gpu

查看版本

https://tensorflow.google.cn/install/source

右上角Language设为English,拉到最下面,CUDA 10.0+cuDNN 7.6.1,装tensorflow-gpu 1.14.0

我是用的anaconda,所以我用anaconda的虚拟环境下安装,但是pip速度很慢,我选择在清华镜像下载到本地,然后本地安装。具体方法可百度

安装完毕后查看是否安装成功:

import tensorflow as tf

tf.__version__

五、查看显卡相关信息

1. 配置NVSMI

Windows下配置环境变量Path:C:\Program Files\NVIDIA Corporation\NVSMI


添加路径到path

2. cmd中运行nvdia-smi即可查看显卡信息


简单查看:nvidia-smi,每隔1秒刷新一次:nvidia-smi -l 1

参考文献

根据显卡型号选择CUDA和cuDNN进行TensorFlow GPU版本安装
https://www.okcode.net/article/40886

https://www.jianshu.com/p/db2619f0f3a5

Python量化投资网携手4326手游为资深游戏玩家推荐:《【龙族幻想】8月29日例行维护公告

「点点赞赏,手留余香」

    还没有人赞赏,快来当第一个赞赏的人吧!
TensorFlow
0 条回复 A 作者 M 管理员
    所有的伟大,都源于一个勇敢的开始!
欢迎您,新朋友,感谢参与互动!欢迎您 {{author}},您在本站有{{commentsCount}}条评论