【tensorflow-2.x-gpu 】python3配置tensorflow-2.x gpu环境<2>
1.背景
参考之前博客:
【tensorflow-2.x-gpu 】python3配置tensorflow-2.x gpu环境(1)
https://blog.csdn.net/jn10010537/article/details/108917295
利用Anaconda3安装tensorflow-2.x gpu。
最近我重装了系统后,按照该博客实现,发现并不能使用GPU,原因是我重装的电脑上并没有安装英伟达的cuda。
之前笔记本上借给同事用了几周,应该是他在我电脑上安装了cuda。所以我在安装了tensorflow-2.x gpu后可以直接使用gpu进行训练以及推理。
本博客演示刷机后的新windows10系统:
安装tensorflow-2.x gpu,并配置cuda,cuDnn,最后成功利用你的GPU进行加速。
说明:
CUDA(Compute Unified Device Architecture)是一种用于GPU通用计算的并行计算平台和编程模型。它以C语言为基础,并多C语言进行了扩展,能够在显卡芯片上执行程序。
CUDA提供了一个深度神经网络的GPU加速库cuDNN(CUDA Deep Neural Network),完成了对卷积、池化、归一化和激活函数层等标准操作的快速实现。
2.TF官网的gpu支持
查看tensorflow官网关于GPU支持:
https://tensorflow.google.cn/install/gpu
对GPU支持