因为30系显卡不能再使用tf1,所以没办法安装tf2版本。
1、显卡驱动
升级自己的显卡驱动,其实只要最近升级过一般都可以的。
2、CUDA && CUDNN
首先我们来看看对应的版本关系。这里只需要安装3070显卡即可。 v11.1个版本的cuda和对应的cudnn都可以用,其他版本可以去官网查看
这里提供11.1所需的安装包
阿里巴巴云
百度网盘
链接:提取码:1111
先安装cuda,
(这只是一个临时文件夹,用于安装
解压后将cudnn文件夹中的binlib三个文件夹粘贴到安装目录中,如果安装过程中没有修改,默认在
C:FilesGPUCUDAv11.1
做完这几项后,添加路径到环境变量如图,注意使用新添加,不能浏览添加
此时cuda已经安装配置完毕
3、安装tf
直接安装,使用cmd或者直接在2.6.0 -gpu中下载
pip install --user -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==2.6.0
@ >
全部完成后
尝试运行代码
import tensorflow as tf
import timeit
with tf.device('/cpu:0'):
cpu_a = tf.random.normal([10000, 1000])
cpu_b = tf.random.normal([1000, 2000])
print(cpu_a.device, cpu_b.device)
with tf.device('/gpu:0'):
gpu_a = tf.random.normal([10000, 1000])
gpu_b = tf.random.normal([1000, 2000])
print(gpu_a.device, gpu_b.device)
def cpu_run():
with tf.device('/cpu:0'):
c = tf.matmul(cpu_a, cpu_b)
return c
def gpu_run():
with tf.device('/gpu:0'):
c = tf.matmul(gpu_a, gpu_b)
return c
cpu_time = timeit.timeit(cpu_run, number=10)
gpu_time = timeit.timeit(gpu_run, number=10)
print('warmup:', cpu_time, gpu_time)
cpu_time = timeit.timeit(cpu_run, number=10)
gpu_time = timeit.timeit(gpu_run, number=10)
print('run time:', cpu_time, gpu_time)
至此,安装结束。上次安装tf-gpu的时候,遇到了很多小问题。这一次,是一波波。幸运的是,如果有什么问题,请留言讨论。
© 版权声明
本站下载的源码均来自公开网络收集转发二次开发而来,
若侵犯了您的合法权益,请来信通知我们1413333033@qq.com,
我们会及时删除,给您带来的不便,我们深表歉意。
下载用户仅供学习交流,若使用商业用途,请购买正版授权,否则产生的一切后果将由下载用户自行承担,访问及下载者下载默认同意本站声明的免责申明,请合理使用切勿商用。
THE END
暂无评论内容