1. 系统信息
- GPU:NVIDIA Quadro P520(右键此电脑-管理-设备管理器-显示适配器)
- GPU支持CUDA,算力6.1(查询链接)
- 支持的最高版本是CUDA 10.2 (桌面右键-NVIDIA控制面板-帮助-系统信息-组件)
- 系统里的Python版本:3.7.10(cmd中python -V)
!!!重要!!!计划搭建的配置查询链接:(在安装之前一定要考虑好配置的一系列版本)
2. 安装CUDA
- 官网下载
- 下载的时候注意不要选VS,建议安装在默认位置
- 修改环境变量
系统变量共七个(包括安装时自动设置好的)
CUDA_PATH = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
CUDA_PATH_V10_1 = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
PATH变量添加四个
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1\bin\win64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1\common\lib\x64
- 测试1
- 测试2,输出两个PASS则安装成功
cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\demo_suite
deviceQuery.exe
bandwidthTest.exe
3. cudnn
官网需要注册安装,下载好后把安装包解压,把文件复制到CUDA的对应文件夹里就可以(插入式设计,cuDNN是CUDA的扩展计算库,不会对CUDA造成其他影响)
4. tensorflow-gpu
我没有给tensotflow-gpu创建虚拟环境,所以在base环境下:
- conda install cudatoolkit=10.1
- conda install cudnn=7.6.5
- conda install tensorflow-gpu=2.3.0
5. 测试
进入python
import tensorflow as tf
tf.test.is_built_with_cuda()
tf.test.is_built_with_gpu_support()
输出两个True则 O K !