Win10 создает среду tensorflow-gpu

TensorFlow
Win10 создает среду tensorflow-gpu

Вчера я усердно работал над настройкой среды графического процессора и записал ее, чтобы предотвратить ее использование в будущем.

Цель моего графического процессора - использовать графический процессор tensorflow для ускорения

1. Ваше собственное окружение

  • Операционная система: win10
  • Графический процессор: GTX2080Ti+CUDA10.1+cuDNN7.6.5
  • IDE:Pycharm   
  • Фреймворк: tensorflow-gpu
  • Интерпретатор: Python3.6 (собственный интерпретатор Python)

Во-вторых, последовательность установки

Во-первых, это драйвер nvidia.

Установить CUDA

1. Сначала установите CUDA10.1адрес загрузки CUDA

Выберите подходящую вам версию при загрузке

Snipaste_2021-10-12_22-14-09.png

Snipaste_2021-10-12_22-14-49.png

Snipaste_2021-10-12_22-15-55.png

Snipaste_2021-10-12_22-17-41.png

Выше указана последняя версия CUDA, мы хотим найти данные версии 10.1.Snipaste_2021-10-12_22-16-23.png

Snipaste_2021-10-12_22-23-19.png

Загрузка завершена, давайте установим его

  • Вы можете выбрать путь по умолчанию при установке, но позже возникает проблема с настройкой.

1338073-20180826122835551-1835066120.png

  • Этот шаг проверит совместимость системы, некоторые видеокарты не поддерживают GPU, вам нужно сначала проверить

1338073-20180826122937502-803993793.png

Snipaste_2021-10-12_22-50-19.png

  • принять соглашение

1338073-20180826123012372-39776529.png

  • Выбран пользовательский режим. Это также следующий шаг для выбора режима установки после проверки других сообщений в блоге.Я выбрал пользовательский.Под упрощенным режимом программы по умолчанию следует понимать установку всего, включая VS и драйверы видеокарты, которые я не использую на данный момент выбор

1338073-20180826123238411-1007240139.png

1338073-20180826123403176-2040536500.png

Просто установите его напрямую

Следующим шагом выбираем путь установки.Путь изначально я задавал сам,так как не хотел ничего ставить на диск С,но после установки установленная CUDA не была найдена в заданном мной пути,и она был все еще установлен на диске C и не установлен полностью. Поэтому я установил его во второй раз и не удалил первый, потому что не мог найти способ удалить его. Я начал вторую установку напрямую или выбрал путь, заданный мной, но установка не удалась. Это очень неудобно, поэтому третья установка прямо выбирает его путь по умолчанию, чуть больше G допустимо, и не проблема поставить его на диск С. На этот раз установка прошла успешно.

Поэтому я лично предлагаю, если диск C может принять более одного G, лучше установить его прямо в путь по умолчанию, чтобы предотвратить старые проблемы.

После завершения установки следующим шагом будет настройка переменных среды.

Если установка прошла успешно, появятся еще две системные переменные

Используемые здесь изображения - это изображения, сохраненные при установке 9.0, и то же самое верно при установке 10.1.

1338073-20180826124418297-157321002.png

Вам также необходимо добавить несколько системных переменных самостоятельно.

CUDA_SDK_PATH =C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1(这是默认安装位置的路径，如果自己路径设置安装成功的话就用自己的路径)

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

После добавления он должен выглядеть следующим образом

1338073-20180826124836558-1711969694.png

Следующий шаг — добавить что-то в системную переменную PATH. Найдите PATH системной переменной и дважды щелкните

1338073-20180826125049114-913479830.png

Добавьте следующие вещи.

%CUDA_LIB_PATH%

%CUDA_BIN_PATH%

%CUDA_SDK_LIB_PATH%

%CUDA_SDK_BIN_PATH%

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64   这些均为默认路径，有需要的话自行修改

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin 

C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1\common\lib\x64

C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1\bin\win64

1338073-20180826130211877-170167910.png

После добавления CUDA, даже если установка завершена. Можем проверить, прошла ли установка успешно.

Откройте CMD, перейдите в C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\demo_suite (это путь по умолчанию)

Выполните команды отдельно:

bandwidthTest.exe
deviceQuery.exe

обычно возвращается

1338073-20180826130544544-1958011133.png

1338073-20180826130728857-1453807860.png

Это означает, что CUDA10.1 успешно установлен.

Установите куднн.

идти сОфициальный сайтСкачайте cudnn с CUDA10.1, обязательно обратите внимание на 10.1. Мы выбрали cudnn 7.6.5, и нам нужно будет зарегистрировать учетную запись NVIDIA.

Snipaste_2021-10-12_23-19-01.png

Snipaste_2021-10-12_23-20-28.png

Snipaste_2021-10-12_23-20-46.png

Snipaste_2021-10-12_23-26-05.png

После загрузки разархивируйте и скопируйте файлы .h .lib и .dll в папки include, lib/x64, bin cuda соответственно. По сути, это соответствующая папка.

На данный момент установлены CUDA10.1 и соответствующий cudnn.

Установите тензорный поток-GPU

pip install tensorflow-gpu==2.1.0

Проверьте, прошла ли установка успешно

import tensorflow as tf
print(tf.__version__)
print(tf.test.is_gpu_available())

Вывод верен, что доказывает, что установка прошла успешно.

Категории