Hello,我是普通Gopher,00后男孩,极致的共享主义者,想要成为一个终身学习者。专注于做最通俗易懂的计算机基础知识类公众号。每天推送Golang技术干货,内容起于K8S而不止于K8S,涉及Docker、微服务、DevOps、数据库、虚拟化等云计算内容及SRE经验总结
=======================
初次见面,我为你准备了100G学习大礼包:
1、《百余本最新计算机电子图书》
2、《30G Golang学习视频》
3、《20G Java学习视频》
4、《90G Liunx高级学习视频》
5、《10G 算法(含蓝桥杯真题)学习视频》
6、《英语四级,周杰伦歌曲免费送!》
路过麻烦动动小手,点个关注,持续更新技术文章与资料!
记一次为GPU服务器搭建机器学习平台的操作
安装Anaconda
去官网安装Anaconda
添加环境变量以后,创建TensorFlow环境
将以下三个路径加入,注意这里要换成你自己的安装路径。
C:\Users\xxx\anaconda3
C:\Users\xxx\anaconda3\Scripts
C:\Users\xxx\anaconda3\Library\bin
安装gpu版本的TensorFlow
激活TensorFlow环境
activate tensorflow
注意: 如果出现报错先运行
conda init
初始化,关闭cmd重新打开即可运行
pip install tensorflow-gpu==1.10.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
这样就安装成功了。
注意:务必注意一点,在安装完tensroflow后,由于我们是新创建的conda环境,该环境中基本上是空的,有很多包和IDE并没有安装进来,例如“Ipython”,“spyder”此时如果我们在该环境下打开spyder/Ipyton/jupyter notebook等,会发现其实IDE使用的kernel并不是新建立的这个环境的kernel,而是“base”这个环境的,而“base”环境中我们并没有安装tensorflow,所以一定无法import。这也就是为什么有很多人在安装好tensorflow后仍然在IDE里无法正常使用的原因了。
安装anaconda基础环境:
conda install anaconda
安装CUDA Toolkit + cuDNN
查看需要安装的CUDA+cuDNN版本
注意,tensorflow是在持续更新的,具体安装的CUDA和cuDNN版本需要去官网查看,要与最新版本的tensorflow匹配。
点击查看最新tensorflow支持的CUDA版本:https://www.tensorflow.org/install/install_windows#requirements_to_run_tensorflow_with_gpu_support
我这里安装的是
下载之后,双击CUDA9.0,一路戳戳戳。
CuDNN
进入 https://developer.nvidia.com/rdp/cudnn-archive ,选择对应的7.0版本下载即可。
将cuDNN解压。将解压出来的三个文件夹下面的文件放到对应的CUDA相同文件夹下
CUDA默认安装路径:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0
以上完成之后把以下四个路径加入到环境变量中:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\libnvvp
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include
设置完环境变量后,输入nvcc -V
成功!
测试
如下图所示:
/device:GPU:0
即调用了GPU
如果返回为空,就是only CPU
参考网站:
https://www.cnblogs.com/guoyaohua/p/9265268.html#%E7%AC%AC%E4%BA%8C%E6%AD%A5%E5%AE%89%E8%A3%85tensorflow-gpu
https://zhuanlan.zhihu.com/p/37157215