Win10下启动tensorflow程序加载显卡时间长

最新推荐文章于 2023-02-28 21:38:58 发布
最新推荐文章于 2023-02-28 21:38:58 发布
阅读量2.5k 收藏 2
点赞数 1
分类专栏： 神经网络 tensorflow 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_34613450/article/details/88310554
版权

我是基于win10+tf1.12.0+cuda10配置的环境，但在第一次执行hello程序时加载资源很慢，去找了下资料，把步骤记载下来：

(tf-gpu) C:\Users\don> conda install -c anaconda cudatoolkit
(tf-gpu) C:\Users\don> conda install -c anaconda cudnn

在anaconda的对应环境中安装两个包cudatoolkit、cudnn，再次执行程序会很快

win10 tensorflowgpu-2.0安装cuda10.0 +cudnn7.4
SimonChen
05-05 4027
https://vonsdite.github.io/posts/c6b151e6.html https://blog.csdn.net/KID_yuan/article/details/88775254 大体参考上面的文章，切记一定要注意版本，python，cuda,dudnn，显卡驱动的版本 cuda10.0: https://developer.nvidia.com/cuda-10.0-d...
tensorflow越跑越慢_每次迭代后处理时间变得越来越长（TensorFlow）
weixin_39804329的博客
12-19 369
I am training a CNN with TensorFlow for medical images application.As I don't have a lot of data, I am trying to apply random modifications to my training batch during the training loop to artificiall...
pip安装tensorflow出现Read timed out的解决办法
12-21
pip安装tensorflow出现Read timed out的解决办法 楼主的第一篇博客，写得不好请多谅解。 这次是楼主尝试用pip安装tensorflow，然而由于pip默认的包下载路径为python官网，所以下载速度只有几KB，等了一会之后出现了Read timed out的错误，于是上网搜索解决办法，然后尝试了更改超时时间的方法： 输入：pip –default-timeout=1000 install -U tensorflow 然而还是不行，网速还是太慢了，接着又出现Read timed out的错误，接着继续搜索解决办法，发现可以更换国内的pypi源： 输入：pip –defa
一分钟解决tensorflow2.0版本的GPU启动慢问题
qq_41129525的博客
09-04 6660
一分钟解决tensorflow2.0版本的GPU启动慢问题 #最近在用tf的时候,发现电脑的GPU启动非常慢,调用到了0号GPU,就是一只卡在那里. 如图 从图中我们可以看到,我的GPU启动花了12分钟. 删掉安装的CUDA以后,非常快就跑出结果了,这是为什么呢?难道我们安装的不是GPU版本吗? 其实不是的,TF2.0已经把cpu和gpu合在一个包里面了,也就是说安装tf=2.1和tf-gpu=2.1是一样的.那么怎么解决呢?下面一分钟教你一分钟解决 首先打开windows的环境变量,然后添加一个变量,
Tensorflow-gpu运行代码慢的问题
weixin_39217937的博客
08-14 5449
Tensorflow-gpu运行代码慢的问题排查 总结一次踩坑经历。 1. 查看代码是否运行在Tensorflow-gpu版本 检查是否同时安装了Tensorflow和Tensorflow-gpu两个版本，如果都安装了，卸载cpu版本的。 2. 查看GPU占用情况 一边运行代码，一边查看此时GPU的占用情况，可以反映出这个代码是否用了GPU加速。Ctrl+R进入命令窗口，在C:\Program Files\NVIDIA Corporation\NVSMI 路径下输入命令 nvidia-smi 查看GPU的占
轻松解决tensorflow GPU启动慢的问题
Sciws的博客
06-14 4635
最近在用tf的时候,发现电脑的GPU启动非常慢,在Adding visible gpu devices: 0要卡很久，很慢。调用到了0号GPU,就是一只卡在那里.要么就是下面一步卡顿很久解决办法：在环境变量->系统变量中添加CUDA_CACHE_MAXSIZE=6442450944，然后重启电脑。启动GPU就会变得飞快，可能重启后第一次会稍微缓慢一点。注意后面这个值取决于不同电脑配置：显存*1024*1024*1024比如说我的GPU是3060 6GB的显存 那么这个值就是6*1024*1024*1024.
使用Win10系统在R中加载TensorFlow-gup加快深度学习运行之攻略
最新发布
wang_jiezeng的专栏
02-28 958
妙招：Win10系统如何避免踩坑，加速运行深度学习程序的速度10倍！
win10环境下 tensorflow & MATLAB GPU 版本中CUDA和CUDNN的安装步骤个人总结
longjiachuan的博客
03-04 1933
总记：无论使用Python+Tensorflow还是MATLAB进行并行卷积运算，都有必要使用GPU进行加速，而GPU加速的前提是电脑装有Nvidia显卡。以本人使用的笔记本电脑为例，显卡为NVIDIA GeForce GTX 1050Ti，硬件算力5.1，符合要求。因此，此笔记主要介绍CUDA和CUDNN的安装。 步骤1：安装C或C++编译器 由于并行计算涉及底层硬件加速，必然用到C或C++，因...
win7上tensorflow2.2.0安装成功 引用DLL load failed时找不到指定模块 tensorflow has no attribute xxx 解决方法
12-17
其次，如果你的CPU是Intel HD Graphics 520这样的集成显卡，可能不支持TensorFlow 2.2.0及以上版本。这种情况下，降级到更低版本的TensorFlow，如2.0.0，可能是一个有效的解决方案。确保在尝试新安装之前，先完全...
Win10 TensorFlow（gpu）安装详解
热门推荐
hczheng的专栏
12-14 19万+
Win10 TensorFlow（gpu）安装详解:TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统，其命名来源于本身的运行原理。Tensor（张量）意味着N维数组，Flow（流）意味着基于数据流图的计算，TensorFlow为张量从图象的一端流动到另一端计算过程。TensorFlow是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统。
Tensorflow训练模型越来越慢的2种解决方案
12-20
1 解决方案 【方案一】 载入模型结构放在全局，即tensorflow会话外层。 '''载入模型结构:最关键的一步''' saver = tf.train.Saver() '''建立会话''' with tf.Session() as sess: for i in range(STEPS): '''开始训练''' _, loss_1, acc, summary = sess.run([train_op_1, train_loss, train_acc, summary_op], feed_dict=feed_dict) '''保存模型''' saver.save(sess, sav
tensorflow在不同gpu上在加载libcuda,libcufft等库慢
robingao1994的博客
09-03 573
最近在做一些工程部署工作，遇到写坑，写些解决办法记录一下： Ｃ 由于CUDA的JIT Compile(即时编译)机制，是为了应对未来没发布的gpu硬件时也能顺滑的让程序在新的gpu上优化．
深度学习PyTorch，TensorFlow中GPU利用率较低，CPU利用率很低，且模型训练速度很慢的问题总结与分析
qq_41568188的博客
06-02 5918
在深度学习模型训练过程中，在服务器端或者本地pc端，输入nvidia-smi来观察显卡的GPU内存占用率（Memory-Usage），显卡的GPU利用率（GPU-util），然后采用top来查看CPU的线程数（PID数）和利用率（%CPU）。往往会发现很多问题，比如，GPU内存占用率低，显卡利用率低，CPU百分比低等等。接下来仔细分析这些问题和处理办法。** GPU内存占用率问题 这往往是由于模型的大小以及batch size的大小，来影响这个指标。当你发下你的GPU占用率很小的时候，比如40%，70%
数据载入过慢？这里有一份TensorFlow加速指南
量子位
02-13 4782
王小新 编译自 Towards Data Science量子位 出品 | 公众号 QbitAI机器学习算法烂熟于心，网络结构顺手拈来，但是如果数据集载入时耗费大量时间，那整个训练时间就会大大增加。这个问题可能困扰着很多使用大型数据集训练的炼丹师们。最近，Francesco Zuppichini在medium上的一篇文章，从使用Dataset函数的三个步骤讲起，介绍了相应的解决方法。以下内容译自他的
RTX3050 使用深度学习 启动特别慢
刘文凯的博客
12-25 4907
RTX3050 及其他RTX30 系列显卡 启动tensorflow-gpu特别慢 原因： RTX30 系列显卡 仅仅支持cuda11.0以后的版本，不支持cuda10.0等等 解决： 使用以下对应版本成功解决 显卡: RTX3050 cudatoolkit==11.2.0 cudnn==8.1.0.77 tensorflow-gpu==2.6.0 tensorflow版本对应： https://tensorflow.google.cn/install/source_windows ...
关于Tensorflow 训练时越来越慢，重启又好了
我就是我不一样的美男子！
08-24 7505
用的是Tensorflow 1.2版本，在CPU上跑，大概就是才开始训练的时候每个batch的时间很低，然后随着训练的推进，每个batch的耗时越来越长，但是当我重启后，又一切正常了，不知道这个是什么问题？ tensorflow 运行时间越长速度越慢问题
解决安装tensorflow慢的问题
yingqubaifumei的博客
07-01 7280
https://blog.csdn.net/jorg_zhao/article/details/80075293
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值