cpu版本太慢,正好有n卡,a卡貌似目前不支持windows只支持Linux;汇总一下安装过程中走过的坑;
1.python环境安装:python,pip,pandas,numpy
之前直接安装tensorflow的cpu版本也就是tensorflow包,若需使用tensorflow-gpu,tensorflow卸载掉,(没卸载时没有成功调用gpu);
2.gpu环境安装:nVidia驱动,cuda,cudnn,添加环境
下载cuda:
下载cudnn:
https://developer.nvidia.com/cudnn
添加环境:将下载好的cudnn解压到安装好的cuda目录下,并在环境变量中添加路径。比如下图
3.安装tensorflow:
根据官网的最新更新安装:
既然是gpu 那么cpu only的版本就不安装了,直接按官网安装两个包;
4.测试是否成功:
根据官方的验证方式进行测试:
import tensorflow as tf
# Creates a graph.
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
# Creates a session with log_device_placement set to True.
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
# Runs the op.
print(sess.run(c))
正常情况下会显示gpu的属性:
比如Device mapping:
/job:localhost/replica:0/task:0/device:GPU:0 -> device: 0, name: 1050ti COLLECTORS EDITION, pci bus id: 0000:08:00.0, compute capability: 6.1
/job:localhost/replica:0/task:0/device:GPU:1 -> device: 1, name: 1050ti COLLECTORS EDITION, pci bus id: 0000:09:00.0, compute capability: 6.1