Tensorflow

Win10 namestite CUDA10.0 + cuDNN 7.6.5+ Anaconda3 + tensorflow

Win10 Install Cuda10



Uradna vadnica: https://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/

Zahteve glede strojne opreme



Tabela 1. CUDA10,2 palcevPodpora za operacijski sistem Windows
operacijski sistem Izvorni x86_64 Križ (x86_32 na x86_64)
Windows 10 Da Da
Windows 8.1 Da Da
Windows 7 Da Da
Windows Server 2019 Da Ne
Windows Server 2016 Da Ne
Windows Server 2012 R2 Da Ne

Zahteve glede programske opreme



avtor Upravitelj naprav Windows sredina ' Zaslonski adapter ' Del preverite, ali imate GPU, ki podpira CUDA. Tu lahko najdete ime prodajalca in model grafične kartice. Če imate http://developer.nvidia.com/cuda-gpus Če je navedena kartica NVIDIA, ima GPU funkcijo CUDA. Opombe ob izdaji zbirke orodij CUDA vsebujejo tudi seznam podprtih izdelkov



namestite gonilnik: https://www.nvidia.com/download/index.aspx?lang=en-us

Prenesite komplet orodij CUDA: http://developer.nvidia.com/cuda-downloads

Namestite programsko opremo CUDA



Opomba: Za zagon CUDA je treba namestiti gonilnik in komplet orodij. Če samostojni gonilnik ni nameščen, ga namestite iz orodja NVIDIA CUDA Toolkit.

Opomba: Če zaženete Windows Update po namestitvi, namestitev morda ne bo uspela. Počakajte, da se posodobitev sistema Windows konča, in poskusite znova namestitev.

Izberite namestitev po meri.

1. V komponenti poskusite počistiti polje NVDIA GeForce Experience. Nekateri to morda vedo, vendar parametrov zaslona igre ne prilagodi. Hm, to je nekaj podobnega nadzorni plošči, ki jo uporabnikom zagotavlja NVDIA, vendar je trenutni računalnik običajno nameščen in tudi če ni, ta stvar ni v pomoč našemu programu za pospeševanje grafike.

slike

2. Prekliči integracijo Visual Studio v komponenti CUDA. To je precej zanimivo, ker je ta komponenta posebej konfigurirana za VS, vendar so zdaj uporabljeni prevajalniki kode v bistvu lahki prevajalniki, kot so vscode, pycharm itd., Uporaba VS je relativno nesmiselna, videl sem jo v internetu. Eden od argumentov je, da je treba to preklicati, sicer je ni mogoče pravilno namestiti. Kakorkoli že, prekliči.

slike

3,

Ko je nameščena CUDA, bo privzeto nameščen gonilnik za grafično kartico NVDIA. Kot je razvidno iz zgornje slike, je različica gonilnika grafične kartice 411.31. Oznaka: V stolpcu »Trenutna različica« bo prikazan model gonilnika grafične kartice v vašem računalniku. Na primer, kot je prikazano na zgornji sliki, je trenutni gonilnik mojega računalnika 430,86, kar je več kot 411,31, kar pomeni, da je različica novejša. Če je vaša trenutna različica višja od nove, ki jo želi namestiti CUDA, morate preklicati gonilnik zaslona! V nasprotnem primeru namestitev CUDA ugotovi, da je vaša obstoječa naprednejša od tiste, ki jo želim namestiti, in namestil bom kladivo, napaka pri neuspešni namestitvi pa se bo pojavila, če bo vaša trenutna različica nižja od nove, ki jo želi namestiti CUDA, potem morate prikazati. Če je gonilnik izbran, različica gonilnika ni dovolj nova in CUDA se ne more zagnati. Če se zgodi, da je trenutna različica popolnoma enaka novi, lahko to potrdite ali počistite.

slike

Preverite namestitev

Pred nadaljevanjem je pomembno, da preverite, ali lahko komplet orodij CUDA najde strojno opremo, ki podpira CUDA, in pravilno komunicira z njo. Če želite to narediti, morate zbrati in zagnati nekaj vzorčnih programov.

Različico nabora orodij CUDA lahko preverite tako, da zaženete naslednji ukaznvcc --verzijaObUkazni pozivOkno. Lahko ga prikažete doUkazni pozivokno:

Start> Vsi programi> Pripomočki> Ukazni poziv

Primeri CUDA vključujejo primere programov v izvorni obliki. Če želite preveriti pravilno konfiguracijo strojne in programske opreme, je močno priporočljivo, da sestavite in zaženete vzorčni program deviceQuery. Za izdelavo vzorca lahko uporabite priloženo datoteko rešitve VS, sestavljena izvršljiva datoteka pa se nahaja na naslovu:

C： ProgramData NVIDIA Corporation CUDA Samples v 10.2 bin win64 Release

Predpostavlja se, da uporabljate privzeto strukturo namestitvenega imenika. Če je CUDA pravilno nameščena in konfigurirana, mora biti izhod podoben slika 1 。

Slika 1. Veljavni rezultati primera deviceQuery CUDA
deviceQuery CUDA。

Natančen videz in izhodne črte se lahko razlikujejo v vašem sistemu. Pomemben rezultat je, da je bila naprava najdena, se je ujemala z napravo, nameščeno v sistemu, in test je bil uspešno opravljen.

Če sta nameščena naprava s CUDA in gonilnik CUDA, vendar napravaQuery poroča, da ni na voljo CUDA naprave, se prepričajte, da sta naprava in gonilnik pravilno nameščena.

Zaženite testni program pasovne širine in nad deviceQuery, da zagotovite, da lahko sistem in naprave, ki podpirajo CUDA, pravilno komunicirajo. Rezultat mora biti podoben slika 2 。

Slika 2. Veljavni rezultati primera preskusa pasovne širine CUDA
ČUDEŽA。

Ime naprave (druga vrstica) in pasovna širina se razlikujeta glede na sistem. Pomembna elementa sta druga vrstica (potrdite, da je bila naprava CUDA najdena) in predzadnja vrstica (potrdite, da so bili opravljeni vsi potrebni testi).

Če test ne uspe, se prepričajte, da ima vaš sistem GPU NVIDIA, ki podpira CUDA, in ali je pravilno nameščen.

Če si želite ogledati grafični prikaz tega, kaj lahko naredi CUDA, zaženite vzorčni izvedljivi delci naC： ProgramData NVIDIA Corporation CUDA Samples v 10.2 bin win64 Release

Namestite cuDNN: https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html#install-windows

Najnovejše razmerje ujemanja grafične kartice: https://github.com/fo40225/tensorflow-windows-wheel

Kliknite na cuDnn Prenesite različico, ki ustreza CUDA10.1. To je knjižnica pospeševanja GPU za globoke nevronske mreže. Za prenos je potrebna registracija, kar lahko traja malo dlje.

Po dekompresiji kopirajte ustrezne datoteke v koš, vključite in odstranite mape cuDNN v ustrezno mapo v C: Program Files NVIDIA GPU Computing Toolkit CUDA v10.1.

slike

Nastavite pot

Na primer, če je CUDA Toolkit nameščen na C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0 in cuDNN na C: oolscuda, posodobite svoj %PATH% ujemati se:

SET PATH=C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0in%PATH%

Odprite orodje ukazne vrstice in vnesite nvcc -V preizkusite, ali je konfiguracija uspešna

Namestite anacondo

vklopiti poziv anaconda, vnesite conda create --name tensorflow36 python = 3.6

Aktiviranje okolja tensflow: aktiviranje tensorflow36

Preklopite na okolje tensorflow: aktivirajte tensorflow36

conda namestite

različico Različica Python prevajalec Orodje za gradnjo cuDNN ČUDEŽA
tensorflow_gpu-2.0.0 3,5-3,7 MSVC 2017 Basel 0,26,1 7.4 10.
tensorflow_gpu-1.14.0 3,5-3,7 MSVC 2017 Basel 0,24,1-0,25,2 7.4 10.
tensorflow_gpu-1.13.0 3,5-3,7 Posodobitev MSVC 2015 3 Basel 0,19,0-0,21,0 7.4 10.
tensorflow_gpu-1.12.0 3,5-3,6 Posodobitev MSVC 2015 3 Basel 0,15,0 7. 9.
tensorflow_gpu-1.11.0 3,5-3,6 Posodobitev MSVC 2015 3 Basel 0,15,0 7. 9.
tensorflow_gpu-1.10.0 3,5-3,6 Posodobitev MSVC 2015 3 Cmake v3.6.3 7. 9.
tensorflow_gpu-1.9.0 3,5-3,6 Posodobitev MSVC 2015 3 Cmake v3.6.3 7. 9.
tensorflow_gpu-1.8.0 3,5-3,6 Posodobitev MSVC 2015 3 Cmake v3.6.3 7. 9.
tensorflow_gpu-1.7.0 3,5-3,6 Posodobitev MSVC 2015 3 Cmake v3.6.3 7. 9.
tensorflow_gpu-1.6.0 3,5-3,6 Posodobitev MSVC 2015 3 Cmake v3.6.3 7. 9.
tensorflow_gpu-1.5.0 3,5-3,6 Posodobitev MSVC 2015 3 Cmake v3.6.3 7. 9.
tensorflow_gpu-1.4.0 3,5-3,6 Posodobitev MSVC 2015 3 Cmake v3.6.3 6. 8.
tensorflow_gpu-1.3.0 3,5-3,6 Posodobitev MSVC 2015 3 Cmake v3.6.3 6. 8.
tensorflow_gpu-1.2.0 3,5-3,6 Posodobitev MSVC 2015 3 Cmake v3.6.3 5.1 8.
tensorflow_gpu-1.1.0 3.5 Posodobitev MSVC 2015 3 Cmake v3.6.3 5.1 8.
tensorflow_gpu-1.0.0 3.5 Posodobitev MSVC 2015 3 Cmake v3.6.3 5.1 8.

SET PATH=C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0extrasCUPTIlibx64%PATH% https://blog.csdn.net/m0_37872216/article/details/103136477