anaconda会自动安装cuda吗_【Python】什么,安装Anaconda后不需单独安装CUDA?零基础如何使用GPU?...

本文介绍了为何使用GPU进行并行计算,以及如何利用Anaconda简化CUDA和Tensorflow-GPU的安装。通过创建Anaconda虚拟环境,安装tensorflow-gpu,Anaconda会自动安装对应的CUDA和cuDNN,避免了手动配置的复杂过程。在PyCharm中验证GPU计算功能,确保环境配置成功。
摘要由CSDN通过智能技术生成

f10fcaea503eadf52f2f6ddef4913c4e.png

引子——为何使用GPU计算?

相信很多人都十分向往使用GPU进行并行计算,因为CPU做并行计算将花费大量的时间,这对我们来说是非常不友善的。这是为什么呢?因为CPU善于进行串行计算,所以在设计上使用了大量的晶体管用于各类逻辑电路。实际上只有大约20%的晶体管用于运算单元。而GPU是属于并行处理器,控制和缓存电路相对少很多,所以80%的晶体管数量用于运算单元。并且同时期的GPU晶体管数量远远高于CPU。因此,你可以理解为,一个程序内并行计算的部分越多,GPU的优势就会越大。一般来说,使用tensorflow进行GPU计算需要的是:硬件支持、tensorflow的gpu版本、合适版本的cuda、合适版本的cudnn。

电脑要做哪些准备?

首先,计算机必须拥有支持并行计算的设备,也就是说,你的显卡必须满足要求。笔者的显卡是NVIDIA的Geforce-GTX960,因此可以满足要求,如何查看显卡是否满足不再赘述,可以自行百度。

虽然安装Anaconda并不是必须,不过鉴于管理各种包对于新手的难度,建议安装。

除此之外,您的电脑最好拥有Python的集成开发环境,举例而言:Pycharm,否则您没有地方去敲代码,仅仅使用python的IDLE是难以管理巨大的工程项目的。

其余准备请参见我的另一篇知乎文章&#

  • 2
    点赞
  • 19
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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