windows搭建tensorflow benchmark环境

已于 2023-06-05 09:23:54 修改
阅读量737 收藏 3
点赞数
分类专栏： windows系统GPU环境搭建 虚拟化 文章标签： tensorflow
于 2020-04-29 23:35:14 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/alexanderwang7/article/details/105851524
版权

文章目录

1、目的

    在windows上安装tensorflow benchmark来验证GPU VM的计算功能的工作是否正常

2、硬件环境介绍

类别详情
操作系统windows server 2008 R2 数据中心版 64位 中文版
GPU显卡1个Nvidia Tesla P40

3、python版本、tensorflow-gpu、CUDA及cudnn之间的对应关系

    如下图所示，图中列出了针对GPU驱动版本来说，python版本、CUDA和cudnn之间的对应关系，这只是一个粗略的对应关系，在实际安装的过程中，需要尝试具体的版本对应关系。
在这里插入图片描述

4、程序下载

4.1 驱动下载

    从NVIDIA官网找到对应系统支持的驱动版本，下载安装即可。
    NVIDIA driver下载地址：https://www.nvidia.cn/Download/index.aspx
    下载的驱动信息如下

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ApqJac48-1588174230710)在这里插入图片描述

4.2 CUDA和cudnn下载

（1）CUDA下载。

    我们选择的tensorflow-gpu的版本是1.9.0和1.12.0，这两个版本对应的都是CUDA-9和cudnn-7，所以选择下载CUDA-9.0。
    CUDA-9.0下载地址：https://developer.nvidia.com/cuda-90-download-archive
    因为没有windows server 2008对应的版本，考虑到windows都是向下兼容，所以我这里选择的是windows 7对应的版本。如下图
在这里插入图片描述

（2）cudnn-7版本下载

    登陆cudnn下载网址：https://developer.nvidia.com/rdp/cudnn-archive
    选择CUDA-9.0对应的cuDNN v7.1.4，选择windows 7对应的版本，点击下载，如下图
在这里插入图片描述

4.3 python版本下载

    每版tensorflow benchmark对python版本的要求都有所不同，本次使用的是tensorflow-gpu-1.9.0和tensorflow-1.12.0，建议使用python3.6。
    python3.6的下载地址：https://www.python.org/ftp/python/3.6.8/python-3.6.8-amd64.exe

4.4 tensorflow-gpu-1.x.0下载

    安装完python3.6，并把其添加到系统的环境变量中，此时启动cmd或者windows powershell执行下图中的命令即可安装tensorflow-gpu-1.12.0。
    如果希望安装1.9.0，则可以把图中的tensorflow-gpu1.12.0替换tensorflow-gpu1.9.0即可。
在这里插入图片描述

5、环境搭建

5.1 安装Nvidia Tesla P40驱动

    此部分驱动因为之前安装过，所以此处略过

5.2 安装CUDA-9.0

    按照安装提示安装CUDA-9.0即可，安装后CUDA-9.0所在的目录是【C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0】。如下图

在这里插入图片描述

    成功安装后，系统中将增加一些关于CUDA的环境变量，如下图
在这里插入图片描述

5.3 安装cuDNN-7.1.4

    解压cudnn-9.0-windows7-x64-v7.4.1.5.zip，里面的目录结构如下，我们把相应目录下的文件拷贝到CUDA-9.0的安装目录中即可。
在这里插入图片描述

5.4 安装python3.6

    双击python-3.6.8-amd64.exe进行安装，注意需要勾选下图中的【Add Python 3.6 to PATH】，这样在cmd或powershell运行python的时候就不需要输入全路径。
    之后点击【Install Now】即可安装。
在这里插入图片描述

5.5 安装tensorflow-gpu-1.12.0

    启动powershell，执行【pip.exe install tensorflow-gpu==1.12.0 -i https://pypi.tuna.tsinghua.edu.cn/simple】来安装tensorflow-gpu-1.12.0，-i参数是指定
安装源。如图所示
在这里插入图片描述

6、benchmark相关测试

6.1、下载benchmark程序

    登陆https://github.com/tensorflow/benchmarks网址来下载ZIP程序压缩包，也可以使用git clone https://github.com/tensorflow/benchmarks.git 下载。
    如果需要下载某个分支，则需要把【Branch：master】切换成期望的分支，例如【Branch：cnn_tf_v1.12_conpatible】

6.2 运行tf_cnn_benchmarks.py程序

    （1）进入benchmark-1.12.0/scripts/tf_cnn_benchmarks目录
    （2）执行命令python.exe tf_cnn_benchmarks.py 程序。如果需要可以加上参数“–num_batches=1000 --batch_size=8”来加大压力测试
    测试程序示意图如下
在这里插入图片描述

    测试的结果如下图
在这里插入图片描述

7、环境搭建的难点

    在环境搭建过程中，由于无法确切地知道CUDA，cuDNN及tensorflow-gpu之间的版本对应关系，如果在解决了程序运行过程中的依赖问题后，仍有无法解决的问题，例如【此问题是由安装tensorflow-gpu是出现了中断造成的，建议卸载重装tensorflow-gpu】的解决方法时，可以切换tensorflow-gpu的版本来尝试解决。

风清之雷
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
CIS_Microsoft_Windows_Server_2016_RTM_Release 1607_Benchmark_v1.0.0.pdf
09-08
windows server 2016 的安全配置最佳实战。 Table of Contents Overview ............................................................................................................................................................... 24 Intended Audience ........................................................................................................................................ 24 Consensus Guidance ..................................................................................................................................... 24 Typographical Conventions ...................................................................................................................... 25 Scoring Information ..................................................................................................................................... 25 Profile Definitions ......................................................................................................................................... 26 Acknowledgements ...................................................................................................................................... 28 Recommendations ............................................................................................................................................. 29 1 Account Policies ......................................................................................................................................... 29 1.1 Password Policy ................................................................................................................................. 29 1.1.1 (L1) Ensure 'Enforce password history' is set to '24 or more password(s)' (Scored) ................................................................................................................................................... 29 1.1.2 (L1) Ensure 'Maximum password age' is set to '60 or fewer days, but not 0' (Scored) ................
CIS_Microsoft_Windows_Server_2008_R2_Benchmark_v3.0.1.pdf
09-11
Windows server 2008 安全加固 Table of Contents Overview ............................................................................................................................................................... 21 Intended Audience ........................................................................................................................................ 21 Consensus Guidance ..................................................................................................................................... 21 Typographical Conventions ...................................................................................................................... 22 Scoring Information ..................................................................................................................................... 22 Profile Definitions ......................................................................................................................................... 23 Acknowledgements ...................................................................................................................................... 25 Recommendations ............................................................................................................................................. 26 1 Account Policies ......................................................................................................................................... 26 1.1 Password Policy ................................................................................................................................. 26 1.1.1 (L1) Ensure 'Enforce password history' is set to '24 or more password(s)' (Scored) ................................................................................................................................................... 26 1.1.2 (L1) Ensure 'Maximum password age' is set to '60 or fewer days, but not 0' (Scored) .............................................
1080及1080ti等ddr5x显存mining算力低解决方案
04-27
在启动claymore等软件之前保持这个软件在后台运行，其作用是对DDR5x显存时序进行优化。
Windows disk benchmark
12-28
Windows disk benchmark 一个很有用的工具，欢迎下载尝试
AS SSD Benchmark.zip
05-11
AS SSD Benchmark是一款由德国公司开发的检测固态硬盘性工具。该工具可被适用于Windows的 AS SSD基准测试。AS SSD Benchmark汉化版则是由国内某技术人员汉化后分享，AS SSD Benchmark汉化版除了被汉化还添加了得分排行榜功能。
Tensorflow benchmark 实操指南
疯批美人
07-27 1484
在配置好GPU环境的TensorFlow中 ，如果操作没有明确地指定运行设备，那么TensorFlow会优先选择GPU。使用这种方式会在本地仓库新建分支xxx，但是并不会自动切换到新建的分支xxx，需要手动checkout，当然了远程分支xxx的代码也拉取到了本地分支xxx中。在程序的运行命令前加上 strace，在程序出现：已放弃（吐核），终止运行后，就可以通过 strace 打印在控制台的跟踪信息进行分析和定位问题。该命令将3秒钟输出一次GPU的状态和性能，可以通过查看输出结果来得出GPU的性能指标。
深度学习中benchmark什么意思，例子
qq_43369406的博客
04-26 3875
这些工具可以测试GPU在深度学习任务中的性能，例如图像分类、目标检测和语音识别。研究人员可以使用ImageNet来测试不同的神经网络模型在图像分类任务上的性能，并比较它们的准确率和速度。在深度学习中，"benchmark"通常指对不同的模型、算法或硬件进行性能测试和比较的过程。具体来说，benchmark可以帮助研究人员确定一个模型或算法的优劣，或者在不同的硬件平台上找到最佳的实现方式。它包含了多个基准测试任务，如图像分类、语音识别和自然语言处理等任务，并提供了不同的深度学习框架的实现方式。
Linux搭建tensorflow benchmark环境
alexanderwang7的博客
04-29 1435
Linux搭建tensorflow benchmark环境 1、环境 类别 详情 操作系统 CentOS 7.2 1151 GPU 1个Nvidia Tesla P40 2、python版本、tensorflow-gpu、CUDA及cudnn之间的对应关系     如下图所示，图中列出了针对GPU驱动版本来说，python版本、CUDA和cudnn之间的对应关系，这只是一个...
Tensorflow笔记（一）
LeeWei
08-12 659
Tensorflow笔记 tf_cnn_benchmarks运行命令 tf_cnn_benchmarks ​ --device=cpu --data_format=NHWC works for me. I would suggest that --device=cpu --data_format=NHWC...
tensorflow 性能benchmark
MrTeq的专栏
07-05 3255
https://www.tensorflow.org/performance/benchmarks  ***tensorflow benchmark
benchmarks:Tensorflow的基准框架
04-28
TensorFlow基准 该存储库包含各种TensorFlow基准测试。 当前，它包含两个项目： ：TensorFlow的基准框架。 （不再维护）：TensorFlow CNN基准包含针对多个卷积神经网络的TensorFlow 1基准。 如果您想运行TensorFlow模型并评估其性能，请考虑使用
lambda-tensorflow-benchmark
04-29
使用TensorFlow的RTX 2080 Ti深度学习基准-2020： : Titan RTX深度学习基准： : 2019年使用TensorFlow进行的Titan V深度学习基准测试： : 测试环境： 作业系统：Ubuntu 18.04 TensorFlow版本：1.15.4或2.3.1 CUDA...
环境搭建-CentOS7系统基于TensorFlow Benchmarks测试GPU
疯批美人
07-12 3366
gpu的占用率为99%，是一种比较正常的使用状态。gpu是图形处理器的简称，又称显示核心、视觉处理器、显示芯片，用途是将计算机系统所需要的显示信息进行转换驱动，并向显示器提供行扫描信号，控制显示器的正确显示，是连接显示器和个人电脑主板的重要元件，也是“人机对话”的重要设备之一。
Tensorflow-benchmark_model部署至android平台，测试模型性能
初级打字员博客
04-16 1466
TF-benchmark_model部署至android平台，测试模型性能 Host: 用来编译的pc平台，本文环境为 Ubuntu 16.04 Target: 用来跑分的android平台（主要指指令集架构），本文环境为armeabi-v7a 本文只编译一个android版benchmark_model工具 1. 在Host上，部署Tensorflow与Bazel (a) 在本地创建Ten...
环境搭建-CentOS7下Nvidia Docker容器基于TensorFlow1.15测试GPU
疯批美人
07-20 2376
testflow NVIDIA
python的安装_懒猫整理
偷懒的肥猫
09-11 123
文章目录python的下载Python配置环境 python的下载 Python有两个版本，一个是2.x版，一个是3.x版，这两个版本是不兼容的。由于3.x版越来越普及，我们的教程将以最新的Python 3.x版本为基础。 首先，根据你的Windows版本（64位还是32位）从Python的官方网站下载Python 3.7对应的64位安装程序或32位安装程序（个人觉得3.7的最为好用） 官网：https://www.python.org/ 打开下载目录，开始安装： 勾选添加环境变量并安装
基于tensorflow2.x的多GPU并行训练
weixin_45885232的博客
04-20 2155
基于TensorFlow2.x的多GPU并行训练，给出了基本操作流程，基本内容解释，其中注意事项。
tf_cnn_benchmark 显存问题
runzhliu大数据/容器日记
04-07 661
文章目录1 Overview2 Reason3 Summary 1 Overview 在测试 vGPU 的功能的时候，给容器分配了半张 GPU 卡，然后想用 Tensorflow Benchmark 测试一下，却发现半张 V100 32GB 显存从一开始就被占满了，但是 vGPU 只给 16 GB，这样发现 Tensorflow 无法正常运行。 2 Reason 因为 Tensorflow 默认会...
Python深度学习基于Tensorflow（1）Numpy基础
最新发布
bigcrab的博客
05-05 551
numpy的重要性不言而喻，一般不涉及到GPU/TPU计算，都是用numpy，常见的np就是这个玩意。其特点就是快！其实如果不涉及到深度学习，还有一个库是很重要的，scipy，集成了很多的东西。numpy对象一般有三个属性：ndarray.ndim、ndarray.shape、ndarray.dtype。分别表示数据维度，数据形状，数据类型。
maskrcnn-benchmark环境搭建
06-06
maskrcnn-benchmark环境搭建需要以下步骤： 1. 安装Anaconda或Miniconda，创建一个新的虚拟环境。 2. 安装PyTorch和torchvision，可以通过conda或pip安装。 3. 克隆maskrcnn-benchmark代码库，并安装依赖项。 4....

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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