WIN10+Tensorflow-gpu+Cuda10.0+Cudnn

2023-12-14 02:38

本文主要是介绍WIN10+Tensorflow-gpu+Cuda10.0+Cudnn,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

CPU跑到百分百有点糊而且慢,遂下定决心安装TensorFlow-gpu。

话说TensorFlow2.0beta0(支持CPU)和beta1(支持GPU)也出了,但因为教程啥的都是1.X,就还没有研究(说实话好像用pytorch的更多啊……但再学个框架真的累)。那咱回到正题,来说咋配置吧。

首先看看咱们的显卡是什么型号。显卡和CUDA的版本对应即可。桌面点击鼠标右键,选择"NVIDIA"控制面板,就能在醒目位置看到自己的显卡版本了。有的博客会说点左下角系统信息,然后打开组件,看到3D设置中的NVCUDA.DLL:

但这是你已安装的CUDA啊!这不是你应该安装的CUDA版本。

真的要看自己应该装什么版本的CUDA,应该去英伟达的官网看CUDA对应版本的。

我的显卡是GTX1060,可以支持10.0(实际上我可以用10.1……但配windows系统的时候还不知道嘛)。

下面是cuda和cudnn的下载链接,包含8.0,9.0,10.0:

链接:https://pan.baidu.com/s/19E9D0mt7ZfubcAYBxi_LAw 
提取码:xwxh 

下载之后解压(cuda10.0是个文件夹,双击setup.exe安装);之后会搜索硬件,搜索不出来也可以强装(但最好不要吧……如果对应应该都是能检索出来的);安装cuda的时候可以不安装到C盘;

安装完cuda之后解压cudnn,把三个文件夹中的文件(下图中的三个)复制到cuda安装地址同名文件夹中即可。

按理说之后就不需要什么操作了,但我在pycharm中运行文件还是编译错误。我改了一通环境变量也木大。搞到凌晨两点也没成,但睡醒之后一重启就OK了,可能就是要重启一下,安装完之后也能环境变量是自动设置好的。

 

8.20补充:有一位同学安装的时候安装到默认路径了,可能会有点难找,那附一张默认路径的图吧。

这篇关于WIN10+Tensorflow-gpu+Cuda10.0+Cudnn的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/490842

相关文章

AI Toolkit + H100 GPU,一小时内微调最新热门文生图模型 FLUX

上个月,FLUX 席卷了互联网,这并非没有原因。他们声称优于 DALLE 3、Ideogram 和 Stable Diffusion 3 等模型,而这一点已被证明是有依据的。随着越来越多的流行图像生成工具(如 Stable Diffusion Web UI Forge 和 ComyUI)开始支持这些模型,FLUX 在 Stable Diffusion 领域的扩展将会持续下去。 自 FLU

如何用GPU算力卡P100玩黑神话悟空?

精力有限,只记录关键信息,希望未来能够有助于其他人。 文章目录 综述背景评估游戏性能需求显卡需求CPU和内存系统需求主机需求显式需求 实操硬件安装安装操作系统Win11安装驱动修改注册表选择程序使用什么GPU 安装黑神话悟空其他 综述 用P100 + PCIe Gen3.0 + Dell720服务器(32C64G),运行黑神话悟空画质中等流畅运行。 背景 假设有一张P100-

GPU 计算 CMPS224 2021 学习笔记 02

并行类型 (1)任务并行 (2)数据并行 CPU & GPU CPU和GPU拥有相互独立的内存空间,需要在两者之间相互传输数据。 (1)分配GPU内存 (2)将CPU上的数据复制到GPU上 (3)在GPU上对数据进行计算操作 (4)将计算结果从GPU复制到CPU上 (5)释放GPU内存 CUDA内存管理API (1)分配内存 cudaErro

PyInstaller问题解决 onnxruntime-gpu 使用GPU和CUDA加速模型推理

前言 在模型推理时,需要使用GPU加速,相关的CUDA和CUDNN安装好后,通过onnxruntime-gpu实现。 直接运行python程序是正常使用GPU的,如果使用PyInstaller将.py文件打包为.exe,发现只能使用CPU推理了。 本文分析这个问题和提供解决方案,供大家参考。 问题分析——找不到ONNX Runtime GPU 动态库 首先直接运行python程序

彻底解决win10系统Tomcat10控制台输出中文乱码

彻底解决Tomcat10控制台输出中文乱码 首先乱码问题的原因通俗的讲就是读的编码格式和写的解码格式不一致,比如最常见的两种中文编码UTF-8和GBK,UTF-8一个汉字占三个字节,GBK一个汉字占两个字节,所以当编码与解码格式不一致时,输出端当然无法识别这是啥,所以只能以乱码代替。 值得一提的是GBK不是国家标准编码,常用的国标有两,一个是GB2312,一个是GB18030 GB1

win10不用anaconda安装tensorflow-cpu并导入pycharm

记录一下防止忘了 一、前提:已经安装了python3.6.4,想用tensorflow的包 二、在pycharm中File-Settings-Project Interpreter点“+”号导入很慢,所以直接在cmd中使用 pip install -i https://mirrors.aliyun.com/pypi/simple tensorflow-cpu下载好,默认下载的tensorflow

麒麟系统安装GPU驱动

1.nvidia 1.1显卡驱动 本机显卡型号:nvidia rtx 3090 1.1.1下载驱动 打开 https://www.nvidia.cn/geforce/drivers/ 也可以直接使用下面这个地址下载 https://www.nvidia.com/download/driverResults.aspx/205464/en-us/ 1.1.3安装驱动 右击,

稀疏自编码器tensorflow

自编码器是一种无监督机器学习算法,通过计算自编码的输出与原输入的误差,不断调节自编码器的参数,最终训练出模型。自编码器可以用于压缩输入信息,提取有用的输入特征。如,[1,0,0,0],[0,1,0,0],[0,0,1,0],[0,0,0,1]四比特信息可以压缩成两位,[0,0],[1,0],[1,1],[0,1]。此时,自编码器的中间层的神经元个数为2。但是,有时中间隐藏层的神经元

Tensorflow实现与门感知机

感知机是最简单的神经网络,通过输入,进行加权处理,经过刺激函数,得到输出。通过输出计算误差,调整权重,最终,得到合适的加权函数。 今天,我通过tensorflow实现简单的感知机。 首先,初始化变量:     num_nodes = 2     output_units = 1     w = tf.Variable(tf.truncated_normal([num_nodes,output

Tensorflow lstm实现的小说撰写预测

最近,在研究深度学习方面的知识,结合Tensorflow,完成了基于lstm的小说预测程序demo。 lstm是改进的RNN,具有长期记忆功能,相对于RNN,增加了多个门来控制输入与输出。原理方面的知识网上很多,在此,我只是将我短暂学习的tensorflow写一个预测小说的demo,如果有错误,还望大家指出。 1、将小说进行分词,去除空格,建立词汇表与id的字典,生成初始输入模型的x与y d