废话不多说,各位深度学习的战友们,我没有矿所以把用了好几年的电脑来跑深度学习中的人工神经网络,于是遇到了TensorFlow使用GPU加速需要安装的一系列坑。真的只要有坑的地方我都踩过了,接下来汇总一套真实有效的方法。只要你的电脑有GPU,不算太垃圾,此方法绝对有用!!!(不要说,我的问题可能和你的不一样,此法为通法。)我最终是失败的,但你们是可以成功的,因为我电脑不行。
步骤如下:
一、先看看自己的电脑显卡能不能用。
二、显卡通过,配置需要的组件。
三、安装测试。
四、救救孩子。
开始整活!!!
一、显卡测试
nvidia-smi #查看一次显卡基本信息,不再更新
打开你的终端,CMD啥的都行,输入上面这个代码,就会出现上图,看到NVIDIA—SMI的数值376.51和下面的显卡name是GeForce 820M。
对照下表,看看你的显卡算力多少。
(算力小于3.5基本上就是不合格,出门右转,别看了。设置好也没用白搭。要么直接显示算力不够,要么加速一点也不明显。
解决方法:
1.买高端显卡
2.换电脑
3.网上租环境)
由于NVIDIA存在多个系列的显卡类型,把这里仅仅显示出GeForce系列的显卡以及各个显卡的计算能力(compute capability),详情可以参考官网链接:
https://developer.nvidia.com/cuda-gpus
GeForce 和 TITAN 产品
GPU | 计算能力 |
---|---|
GeForce RTX 3090 | 8.6 |
GeForce RTX 3080 | 8.6 |
GeForce RTX 3070 | 8.6 |
NVIDIA TITAN RTX | 7.5 |
GeForce RTX 2080 Ti | 7.5 |
GeForce RTX 2080 | 7.5 |
GeForce RTX 2070 | 7.5 |
GeForce RTX 2060 | 7.5 |
NVIDIA TITAN V | 7.0 |
NVIDIA TITAN Xp | 6.1 |
NVIDIA TITAN X | 6.1 |
GeForce GTX 1080 Ti | 6.1 |
GeForce GTX 1080 | 6.1 |
GeForce GTX 1070 | 6.1 |
GeForce GTX 1060 | 6.1 |
GeForce GTX 1050 | 6.1 |
GeForce GTX TITAN X | 5.2 |
GeForce GTX TITAN Z | 3.5 |
GeForce GTX TITAN Black | 3.5 |
GeForce GTX TITAN | 3.5 |
GeForce GTX 980 Ti | 5.2 |
GeForce GTX 980 | 5.2 |
GeForce GTX 970 | 5.2 |
GeForce GTX 960 | 5.2 |
GeForce GTX 950 | 5.2 |
GeForce GTX 780 Ti | 3.5 |
GeForce GTX 780 | 3.5 |
GeForce GTX 770 | 3.0 |
GeForce GTX 760 | 3.0 |
GeForce GTX 750 Ti | 5.0 |
GeForce GTX 750 | 5.0 |
GeForce GTX 690 | 3.0 |
GeForce GTX 680 | 3.0 |
GeForce GTX 670 | 3.0 |
GeForce GTX 660 Ti | 3.0 |
GeForce GTX 660 | 3.0 |
GeForce GTX 650 Ti BOOST | 3.0 |
GeForce GTX 650 Ti | 3.0 |
GeForce GTX 650 | 3.0 |
GeForce GTX 560 Ti | 2.1 |
GeForce GTX 550 Ti | 2.1 |
GeForce GTX 460 | 2.1 |
GeForce GTS 450 | 2.1 |