win10+RTX3050ti+TensorFlow+cudn+cudnn配置深度学习环境的方法


Posted in Servers onJune 25, 2022

避坑1:RTX30系列显卡不支持cuda11.0以下版本,具体上限版本可自行查阅:

方法一,在cmd中输入nvidia-smi查看

win10+RTX3050ti+TensorFlow+cudn+cudnn配置深度学习环境的方法

方法二:

win10+RTX3050ti+TensorFlow+cudn+cudnn配置深度学习环境的方法

win10+RTX3050ti+TensorFlow+cudn+cudnn配置深度学习环境的方法

win10+RTX3050ti+TensorFlow+cudn+cudnn配置深度学习环境的方法

win10+RTX3050ti+TensorFlow+cudn+cudnn配置深度学习环境的方法

由此可以看出本电脑最高适配cuda11.2.1版本;

win10+RTX3050ti+TensorFlow+cudn+cudnn配置深度学习环境的方法

注意需要版本适配,这里我们选择TensorFlow-gpu = 2.5,cuda=11.2.1,cudnn=8.1,python3.7

接下来可以下载cudn和cundnn:

官网:https://developer.nvidia.com/cuda-toolkit-archive

 下载对应版本exe文件打开默认安装就可;

验证是否安装成功:

win10+RTX3050ti+TensorFlow+cudn+cudnn配置深度学习环境的方法

官网:cuDNN Archive | NVIDIA Developer

win10+RTX3050ti+TensorFlow+cudn+cudnn配置深度学习环境的方法

把下载文件进行解压把bin+lib+include文件复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2文件下;

进入环境变量设置(cuda会自动设置,如果没有的补全):

win10+RTX3050ti+TensorFlow+cudn+cudnn配置深度学习环境的方法

查看是否安装成功:

cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\extras\demo_suite
bandwidthTest.exe

win10+RTX3050ti+TensorFlow+cudn+cudnn配置深度学习环境的方法

 安装tensorflow-gpu:

pip install tensorflow-gpu==2.5

最后我们找相关程序来验证一下:

第一步:

import tensorflow as tf
print(tf.__version__)
print('GPU', tf.test.is_gpu_available())

win10+RTX3050ti+TensorFlow+cudn+cudnn配置深度学习环境的方法

第二步:

# _*_ coding=utf-8 _*_
'''
@author: crazy jums
@time: 2021-01-24 20:55
@desc: 添加描述
'''
# 指定GPU训练
import os
os.environ["CUDA_VISIBLE_DEVICES"]="0"  ##表示使用GPU编号为0的GPU进行计算
import numpy as np
from tensorflow.keras.models import Sequential  # 采用贯序模型
from tensorflow.keras.layers import Dense, Dropout, Conv2D, MaxPool2D, Flatten
from tensorflow.keras.datasets import mnist
from tensorflow.keras.utils import to_categorical
from tensorflow.keras.callbacks import TensorBoard
import time
def create_model():
    model = Sequential()
    model.add(Conv2D(32, (5, 5), activation='relu', input_shape=[28, 28, 1]))  # 第一卷积层
    model.add(Conv2D(64, (5, 5), activation='relu'))  # 第二卷积层
    model.add(MaxPool2D(pool_size=(2, 2)))  # 池化层
    model.add(Flatten())  # 平铺层
    model.add(Dropout(0.5))
    model.add(Dense(128, activation='relu'))
    model.add(Dropout(0.5))
    model.add(Dense(10, activation='softmax'))
    return model
def compile_model(model):
    model.compile(loss='categorical_crossentropy', optimizer="adam", metrics=['acc'])
    return model
def train_model(model, x_train, y_train, batch_size=32, epochs=10):
    tbCallBack = TensorBoard(log_dir="model", histogram_freq=1, write_grads=True)
    history = model.fit(x_train, y_train, batch_size=batch_size, epochs=epochs, shuffle=True, verbose=2,
                        validation_split=0.2, callbacks=[tbCallBack])
    return history, model
if __name__ == "__main__":
    import tensorflow as tf
    print(tf.__version__)
    from tensorflow.python.client import device_lib
    print(device_lib.list_local_devices())
    (x_train, y_train), (x_test, y_test) = mnist.load_data()  # mnist的数据我自己已经下载好了的
    print(np.shape(x_train), np.shape(y_train), np.shape(x_test), np.shape(y_test))
    x_train = np.expand_dims(x_train, axis=3)
    x_test = np.expand_dims(x_test, axis=3)
    y_train = to_categorical(y_train, num_classes=10)
    y_test = to_categorical(y_test, num_classes=10)
    print(np.shape(x_train), np.shape(y_train), np.shape(x_test), np.shape(y_test))
    model = create_model()
    model = compile_model(model)
    print("start training")
    ts = time.time()
    history, model = train_model(model, x_train, y_train, epochs=2)
    print("start training", time.time() - ts)

win10+RTX3050ti+TensorFlow+cudn+cudnn配置深度学习环境的方法

验证成功。

以上就是win10+RTX3050ti+TensorFlow+cudn+cudnn配置深度学习环境的详细内容,更多关于win10+RTX3050ti+TensorFlow+cudn+cudnn深度学习的资料请关注三水点靠木其它相关文章!


Tags in this post...

Servers 相关文章推荐
Nginx配置并兼容HTTP实现代码解析
Mar 31 Servers
Nginx开启Brotli压缩算法实现过程详解
Mar 31 Servers
Nginx使用Lua模块实现WAF的原理解析
Sep 04 Servers
苹果M1芯片安装nginx 并且部署vue项目步骤详解
Nov 20 Servers
Nginx下SSL证书安装部署步骤介绍
Dec 06 Servers
NGINX 权限控制文件预览和下载的实现原理
Jan 18 Servers
Windows Server 2012配置DNS服务器的方法
Apr 29 Servers
详解ZABBIX监控ESXI主机的问题
Jun 21 Servers
windows系统安装配置nginx环境
Jun 28 Servers
在虚拟机中安装windows server 2008的图文教程
Jun 28 Servers
nginx之queue的具体使用
Jun 28 Servers
Tomcat安装使用及部署Web项目的3种方法汇总
Aug 14 Servers
git stash(储藏)的用法总结
Jun 25 #Servers
git中cherry-pick命令的使用教程
Jun 25 #Servers
解决Git推送错误non-fast-forward的方法
Jun 25 #Servers
Win2008系统搭建DHCP服务器
windows server2008 开启端口的实现方法
Windows10安装Apache2.4的方法步骤
Linux下搭建SFTP服务器的命令详解
Jun 25 #Servers
You might like
PHP安装全攻略:APACHE
2006/10/09 PHP
FireFox浏览器使用Javascript上传大文件
2013/10/30 PHP
PHP生成唯一订单号的方法汇总
2015/04/16 PHP
php简单计算页面加载时间的方法
2015/06/19 PHP
PHP获取某个月最大天数(最后一天)的方法
2015/07/29 PHP
php实现微信分享朋友链接功能
2019/02/18 PHP
laravel邮件发送的实现代码示例
2020/01/31 PHP
jscript之Open an Excel Spreadsheet
2007/06/13 Javascript
为radio类型的INPUT添加客户端脚本(附加实现JS来禁用onClick事件思路代码)
2010/11/11 Javascript
javascript通过navigator.userAgent识别各种浏览器
2013/10/25 Javascript
jQuery Ajax请求后台数据并在前台接收
2016/12/10 Javascript
layui导航栏实现代码
2017/05/19 Javascript
Angular实现响应式表单
2017/08/04 Javascript
React Native使用Modal自定义分享界面的示例代码
2017/10/31 Javascript
angular5 httpclient的示例实战
2018/03/12 Javascript
vue-cli 打包使用history模式的后端配置实例
2018/09/20 Javascript
Node.js中的不安全跳转如何防御详解
2018/10/21 Javascript
jQuery利用FormData上传文件实现批量上传
2018/12/04 jQuery
Vue SPA 初次进入加载动画实现代码
2019/11/14 Javascript
[08:29]DOTA2每周TOP10 精彩击杀集锦vol.7
2014/06/25 DOTA
详解Python中for循环的使用
2015/04/14 Python
在Python中使用列表生成式的教程
2015/04/27 Python
九步学会Python装饰器
2015/05/09 Python
Python+matplotlib+numpy绘制精美的条形统计图
2018/01/02 Python
Python logging模块用法示例
2018/08/28 Python
pycharm编写spark程序,导入pyspark包的3中实现方法
2019/08/02 Python
python实例化对象的具体方法
2020/06/17 Python
用 python 进行微信好友信息分析
2020/11/28 Python
来自南加州灵感的工作和娱乐服装:TravisMathew
2019/05/01 全球购物
函数指针的定义是什么
2016/08/14 面试题
大学生求职简历的自我评价
2013/10/14 职场文书
自我评价个人范文
2013/12/16 职场文书
《长城》教学反思
2014/02/14 职场文书
双创工作实施方案
2014/03/26 职场文书
拥有这5个特征人,“命”都不会太差
2019/08/16 职场文书
CSS三大特性继承性、层叠性和优先级详解
2022/01/18 HTML / CSS