安装 tf-gpu 基本步骤和显卡介绍
1、基本步骤
1)判断电脑是否支持cuda
2)安装NVIDIA显卡驱动
3)安装64位的Python 3.6
4)安装tensorflow-gpu
5)安装cuda
6)安装cudnn
7)安装Microsoft Visual C++ 2015
2、显卡介绍
显卡的处理器称为图形处理器(Graphics Processing Unit,GPU),它是显卡的“心脏”,与CPU类似,只不过GPU是专为执行复杂的数学和几何计算而设计的,这些计算是图形渲染所必需的。
供应商:英特尔、NVIDIA、AMD等。查看电脑GPU型号,打开我的电脑属性 → 点开设备管理器 → 点击显示适配器
3、注意事项
注意一:整个安装下来估计需要15G左右的空间。
注意二: VMware Workstation虚拟机中不支持GPU的虚拟化。 虚拟机中的显卡是虚拟的,称为VMware SVGA 3D ,所以,不能使用CUDA ,即无法使用GPU。
注意三: 若安装CDH版的 NVIDIA驱动 ,则NVIDIA 控制面板在Windows 10中需要通过应用商店进行安装。安装之后就可以通过英伟达控制面板(NVIDIA Control Panel)来查看当前系统支持的CUDA版本了。或者在安装 NVIDIA时不要选择CDH版本,而选择标准版后安装后就有英伟达控制面板了。
注意四:查看tensorflow-gpu对应的CUDA版本和cudnn版本的问题:(预先安装好Anaconda的前提下)
D:\Program Files\Python\Python36-64\Lib\site-packages\tensorflow_core\python\platform
(注:本人使用的是windows10,python3.6.5(64位),驱动nvidia442.19(标准版),tensorflow-gpu2.1, cuda10.1,cudnn的版本要与 cuda10.1对应)
一、判断电脑是否支持cuda
方法一:
下载软件 GPU-Z,查看本机是否支持cuda。
方法二:
系统查看是否支持Nvidia显卡(本地查看或者下载鲁大师查看是否有独立显卡)
若支持,则继续后续步骤;如不支持,换电脑(硬件跟不上,怎么尝试都没用),因为CUDA和CUDNN都是只支持Nvidia显卡的。
二、安装NVIDIA显卡驱动
NVIDIA介绍:NVIDIA,中文名英伟达,是一家人工智能计算公司,与ATI(后被AMD收购)齐名,专注于打造能够增强个人和专业计算平台的人机交互体验的产品(一家显卡厂商),是全球可编程图形处理技术领袖,发明了GPU,重新定义了现代计算机图形技术,并彻底改变了并行计算。其中 NVIDIA 组织的 NVIDIA GPU 技术大会 (GTC) 是AI和深度学习领域的大会,也是全球范围的GPU开发者行业聚会。
下载显卡NVIDIA 驱动:https://www.nvidia.cn/Download/index.aspx?lang=cn
在安装 NVIDIA时不要选择CDH版本,而选择标准版后安装后就有英伟达控制面板了。
驱动安装成功后,生成以下库文件
驱动程序类型需要选择标准,不要选择DCH,否则安装后没有 NVIDIA 控制面板。
三、安装 64位的Python 3.6
目前的tensorflow不支持windows32位的python,只支持64位的python,如何判断python是32位还是64位?
方法一:
方法二:
import struct
struct.calcsize("P")
如果是4,说明是32位的;如果是其他的是,64位的。
struct.calcsize用于计算格式字符串所对应的结果长度。