spyder tensorflow-GPU配置

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)