CUDA + cuDNN + tensorflow-gpu 安装

CUDA 9.0 + cuDNN 7.0 + tensorflow-gpu 1.11.0


一、CUDA安装

在安装CUDA之前,先确定支持的CUDA版本

(1)首先打开NVIDIV控制面板

01
(2)点击系统信息

02
(3)选择组件,这里支持的最大CUDA版本是9.0,或者9.0以下的版本也可以

03


然后下载CUDA

CUDA官网地址:https://developer.nvidia.com/cuda-toolkit-archive

一开始选择的本地安装,但下载下来打不开,换成联网安装也可以安装成功

04
下载后双击开始安装

临时解压路径默认即可

05
06
选择自定义安装

07

红框中的取消勾选

08
安装路径要记住,之后配置环境变量会用到

09
安装完成!

然后查看系统变量,应该有以下几个

10
11-1
再添加系统变量

11-2
最后测试,显示版本号即为安装成功

12

二、cuDNN安装

tensorflow-gpu和CUDA、cuDNN需要版本对应,一定要根据下图选择对应的版本!

17
这里选择的cuDNN版本是7,然后就可以到官网下载了

cuDNN官网地址:https://developer.nvidia.com/rdp/cudnn-archive

13
下载成功后解压,将解压后文件夹中的文件拷贝到CUDA的安装目录下就完成了

14
15

三、tensorflow-gpu安装

pip install tensorflow-gpu==1.11.0

测试一下是否安装成功

# -*- coding: utf-8 -*-
"""
测试tensorflow版是否安装正确
"""

import tensorflow as tf
import numpy as np
import time

value = np.random.randn(5000, 1000)
a = tf.constant(value)

b = a * a

c = 0
tic = time.time()
with tf.Session() as sess:
    for i in range(1000):
        sess.run(b)

        c += 1
        if c % 100 == 0:
            d = c / 10
            # print(d)
            print("计算进行%s%%" % d)

toc = time.time()
t_cost = toc - tic

print("测试所用时间%s" % t_cost)
print("Ubuntu测试时间为7.99727988243103")

运行结果

16


参考链接:
https://blog.csdn.net/sinat_23619409/article/details/84202651
https://blog.csdn.net/qq_36909753/article/details/87886263?app_version=5.8.1&code=app_1562916241&csdn_share_tail=%7B%22type%22%3A%22blog%22%2C%22rType%22%3A%22article%22%2C%22rId%22%3A%2287886263%22%2C%22source%22%3A%22Qi__Xi%22%7D&uLinkId=usr1mkqgl919blen&utm_source=app

  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值