keras-tensorflow-gpu配置conda cuda cudnn

起因:model.fit((1000,44,1),(1000,44),XXX)速度很慢

最后:

with tf.device('/gpu:0'):
    model1.fit(X2, Y2, epochs=150, verbose=2, steps_per_epoch=50, use_multiprocessing=True, workers=4)
    

配置过程:

gpu 4090,cuda:12.3,cudnn:xx

虚拟环境:

keras_gpu

coda create -n keras_gpu python==3.7

tensorflow-gpu:

pip install tensorflow-gpu==2.2.0 -i https://mirrors.ustc.edu.cn/pypi/web/simple

keras:2.3.1

pip install kereas==2.3.1 -i https://mirrors.ustc.edu.cn/pypi/web/simple

conda search cudatoolkit 

选择10.1.168

conda install cudatoolkit==10.1.168

等一会速度很慢的话不行重开 

conda search cudnn

选择7.6.5(看上去适配10.0,10.1,10.2)

conda install cudnn ==7.6.5

protube20报错就装19 

如果cudart64_10.dll没有报错(下载:cudart64_101.dll 免费下载 | DLL‑files.com

检测是配置成功:(输出1)

import tensorflow as tf1

print(len(tf1.config.experimental.list_physical_devices('GPU')))

单gpu配置:

import os
os.environ["CUDA_VISIBLE_DEVICES"] = "0"

使用:

import os
os.environ["CUDA_VISIBLE_DEVICES"] = "0"

参考:

  • 11
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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