py37
利用anacond3穿件一个新的虚拟环境起名tc2
接着按照对应的版本分贝按tensorflow2.3.0 、cudnn7.6和cuda10.1(因为我的英伟达GPU版本是11.5,所以要选小于11.5的版本)
打开TC2环境下的终端
conda install cudatoolkit=10.1
conda install cudnn=7.6
pip install tensorflow-gpu===2.3
验证是否安装成功
python
import tensorflow as tf
tf.__version__
import tensorflow as tf
tf.config.list_physical_devices('GPU')
最后的输出为:
[PhysicalDevice(name=’/physical_device:GPU:0’, device_type=‘GPU’)]
查看gPU运行状态
在终端下输入:
nvidia-smi
如图证明正在使用gpu
在Python代码中指定GPU
import os
os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"
os.environ["CUDA_VISIBLE_DEVICES"] = "0"
设置定量的GPU使用量
config = tf.ConfigProto()
config.gpu_options.per_process_gpu_memory_fraction = 0.9 # 占用GPU90%的显存
session = tf.Session(config=config)
设置最小的GPU使用量
config = tf.ConfigProto()
config.gpu_options.allow_growth = True
session = tf.Session(config=config)