目录

 

1.硬件配置

2.通过conda安装

3.手动安装

  3.1下载CUDA

3.2下载cudnn

3.3安装CUDA

3.4安装cudnn

3.5使用pycharm 安装tensorflow-gpu

4.可能出现的问题

5.实现

---

1.硬件配置

查找自己手上的资源

系统：win10 64 位

GPU：RTX 1050Ti

根据------查找显卡的架构，只要大于3就可以

2.通过conda安装

装了两天都装好了，但是hdf5报错，弄的焦头烂额，放弃

3.手动安装

  3.1下载CUDA

CUDA下载页面 进入下载

下载的时候不懂，就按照最新的下载，可以使用

确实比较大，但是网速还不错，一会下载成功。

留存，下载cudnn

3.2下载cudnn

点击进入下载界面，进入下载

这时需要注册，

进入之后

当然是选择第一个下载（PS，之前下载没看到这个，选择的的是8.05版本的，大家可以试试这个）

选择windows的下载

3.3安装CUDA

下一步下一步下一步。。。有个visualstdio 不要装，其余都可装

注意加入环境变量，有四五个

需要查找别人的方法

3.4安装cudnn

解压的cuda文件夹里面三个文件拷贝至cuda安装文件夹

 

粘贴

3.5使用pycharm 安装tensorflow-gpu

首先，确保解释器  python3.8

点击+ 进行安装库文件

添加清华的镜像源

https://pypi.tuna.tsinghua.edu.cn/simple/

 

输入tensorflow-gpu

选择清华的源，进行安装

这样，OK了

-----------------------

4.可能出现的问题

1 .W tensorflow/stream_executor/platform/default/dso_loader.cc:60] Could not load dynamic library 'cusolver64_10.dll'; dlerror: cusolver64_10.dll not found

解决方法下载一个放进去

百度搜一个 ，查找dll名称，放在安装路径的bin下

5.实现

搜索的代码，进行测试

import tensorflow as tf
import timeit

with tf.device('/cpu:0'):
    cpu_a = tf.random.normal([10000, 1000])
    cpu_b = tf.random.normal([1000, 2000])
    print(cpu_a.device, cpu_b.device)

with tf.device('/gpu:0'):
    gpu_a = tf.random.normal([10000, 1000])
    gpu_b = tf.random.normal([1000, 2000])
    print(gpu_a.device, gpu_b.device)

def cpu_run():
    with tf.device('/cpu:0'):
        c = tf.matmul(cpu_a, cpu_b)
    return c

def gpu_run():
    with tf.device('/gpu:0'):
        c = tf.matmul(gpu_a, gpu_b)
    return c

# warm up	这里就当是先给gpu热热身了
cpu_time = timeit.timeit(cpu_run, number=10)
gpu_time = timeit.timeit(gpu_run, number=10)
print('warmup:', cpu_time, gpu_time)


cpu_time = timeit.timeit(cpu_run, number=10)
gpu_time = timeit.timeit(gpu_run, number=10)
print('run time:', cpu_time, gpu_time)

 

 

肉眼可见的速度提升！GPU运算时间行0.23提升到0.0005

 

 

 

标签：timeit,cudnn,conda,tf,gpu,安装,cpu,下载
来源： https://blog.csdn.net/dingo11/article/details/113832278