牛商网建设的食品网站,网站开发 属于研发费用吗,火车头采集器发布wordpress,游戏搭建平台查看Python与TensorFlow对应版本
安装GPU版本的TensorFlow的时候#xff0c;我们需要考虑的一个问题是Python版本与TensorFlow版本的对应关系#xff0c;可以参考下面这个链接#xff1a; Python对应TensorFlow
CPU版本 GPU版本 查看显卡驱动对应的CUDA版本并且下载安装
…查看Python与TensorFlow对应版本
安装GPU版本的TensorFlow的时候我们需要考虑的一个问题是Python版本与TensorFlow版本的对应关系可以参考下面这个链接 Python对应TensorFlow
CPU版本 GPU版本 查看显卡驱动对应的CUDA版本并且下载安装
打开NVIDIA控制面板鼠标在桌面右键单击NVIDIA控制面板
我这里显示的驱动程序版本为472.39 电脑系统自动预装的CUDA版本是11.4 可以到官网查看这个驱动对应的CUDA版本官方链接
在终端中输入nvidia-smi 注意这是查看驱动最高支持到的版本并不是已经安装好的驱动版本
安装CUDA 去官网下载对应显卡cuda版本官网下载较慢我这里用的是cuda11.2的版本 一直点击下一步默认安装即可
安装CUDAnn其实没有真正安装
去官网下载对应的版本我这里用的是CUDAnn8.1.1的版本
加压后进入文件夹复制下面三个文件夹 打开我的电脑进入C盘找到这个路径C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2 将前面cudann/cuda文件夹中的复制的三个文件粘贴至这个路径下。 紧接着进入bin这个文件夹并在这个路径下打开Windows终端 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\bin 输入命令:nvcc -V 即可查看驱动是否安装成功 创建Python虚拟环境
在安装完成CUDA和CUDAnn之后 关于如何利用Anaconda创建python虚拟环境可惨参考Anaconda创建虚拟环境
conda create -n tf25gpu_py38 python3.8.12安装TensorFlow的GPU版本
pip install tensorflow-gpu2.5.0安装完成后在终端中进入python环境 测试以下代码
import tensorflow as tf
print(tf.test.is_gpu_available())
print(tf.__version__)在jupyter notebook中使用GPU版本的TensorFlow
在Anaconda PromptAnaconda3中安装以下两个包
conda install jupyterconda install ipykernel安装完毕之后在windows开始中搜索Anaconda
进入Jupyter Notebook中新建文件测试一下
安装Pytorch
打开pytorch的官网选择对应的配置因为我这里的显卡是30系列的显卡所有CUDA版本必须选择11.1以后的。 pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113验证安装是否成功
import torch
print(torch.cuda.is_available())ngpu 1
# Decide which device we want to run on
device torch.device(cuda:0 if (torch.cuda.is_available() and ngpu 0) else cpu)
print(device)
print(torch.cuda.get_device_name(0))
print(torch.rand(3,3).cuda())输出结果 True cuda:0 NVIDIA GeForce RTX 3060 Ti tensor([[0.7567, 0.0458, 0.5618], [0.6300, 0.2157, 0.8634], [0.2069, 0.5930, 0.2276]], device‘cuda:0’)