整整折腾了两天,终于可以用GPU跑数据了!和分享一下怎么安装适配自己GPU的CUDA和CUDNN
一.Anaconda的安装(不想装anaconda的可以省略这步)
首先官网下载anaconda(https://www.anaconda.com)
安装时记得勾选环境变量(第一个记得勾选)
然后,下一步,安装完成!!
二.CUDA与CUDNN的安装(此步骤必须是电脑有英伟达显卡)
1.查看自己电脑支持的CUDN的版本,打开英伟达控制面板
2.点击帮助—系统信息,在组件中查看支持的CUDN版本,如下图NVCUDN.DLL后所示(我的是mx150显卡,显示支持的是CUDN10.0.132版本)
3.我的显卡驱动支持的是10.0版本(https://developer.nvidia.com/cuda-10.0-download-archive),点击download下载
4.安装CUDA,选择目录,然后一直点击下一步,直到一下画面,选择自定义,因为精简会给你下载一下不需要的东西
5.勾选CUDA即可,去他的取消
6.路径不要改,但是要记住,如果没有自动配置环境变量要自己配置,需要这个路径
7.等待安装完成,一般会自动配置环境变量,可以在cmd下检测 ,cmd下输入nvcc -V,如出现一下画面,这存在有环境变量,否则自己配置环境变量
8.如果没有自动配置,自己配置一下
9.下载CUDA对应的CUDNN(https://developer.nvidia.com/rdp/cudnn-download),要先注册帐号才能下载,我的CUDA10.0对应的是7.6.3版本
10下载解压缩,拷贝到刚才的CUDA安装文件夹即可,替换原来的文件(替换下面三个文件)
三.下载tensorflow-gpu
我直接在我的编译器IDEA里下载的,下载GPU版本
也可以直接在pip自己下载 输入pip install tensorflow-gpu即可
四.测试一下是否能够用GPU运行
编译器输入代码:
import tensorflow as tf
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
成功用GPU运行了