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实现发布静态资源的方法
Mar 31 Servers
apache基于端口创建虚拟主机的示例
Apr 22 Servers
uwsgi+nginx代理Django无法访问静态资源的解决
May 10 Servers
Nginx缓存设置案例详解
Sep 15 Servers
nginx从安装到配置详细说明(安装,安全配置,防盗链,动静分离,配置 HTTPS,性能优化)
Feb 12 Servers
nginx共享内存的机制详解
Mar 21 Servers
配置Kubernetes外网访问集群
Mar 31 Servers
CentOS7安装GlusterFS集群以及相关配置
Apr 12 Servers
Win10 Anaconda安装python-pcl
Apr 29 Servers
如何Tomcat中使用ipv6地址
May 06 Servers
如何让你的Nginx支持分布式追踪详解
Jul 07 Servers
Nginx如何限制IP访问只允许特定域名访问
Jul 23 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
CodeIgniter php mvc框架 中国网站
2008/05/26 PHP
PHP的一个完美GIF等比缩放类,附带去除缩放黑背景
2014/04/01 PHP
Avengerls vs KG BO3 第二场2.18
2021/03/10 DOTA
缓动函数requestAnimationFrame 更好的实现浏览器经动画
2012/12/07 Javascript
js图片自动切换效果处理代码
2013/05/07 Javascript
jquery.cookie() 方法的使用(读取、写入、删除)
2013/12/05 Javascript
jQuery中:selected选择器用法实例
2015/01/04 Javascript
js基于cookie记录来宾姓名的方法
2016/07/19 Javascript
AngularJS 验证码60秒倒计时功能的实现
2017/06/05 Javascript
Webpack如何引入bootstrap的方法
2017/06/17 Javascript
详解vue表单——小白速看
2018/04/08 Javascript
vue加载完成后的回调函数方法
2018/09/07 Javascript
微信小程序如何连接Java后台
2019/08/08 Javascript
基于jquery ajax的多文件上传进度条过程解析
2019/09/11 jQuery
VUE.js实现动态设置输入框disabled属性
2019/10/28 Javascript
在vue中使用el-tab-pane v-show/v-if无效的解决
2020/08/03 Javascript
js+canvas实现转盘效果(两个版本)
2020/09/13 Javascript
jenkins自动构建发布vue项目的方法步骤
2021/01/04 Vue.js
[03:41]2018完美盛典-《Fight With Us》
2018/12/16 DOTA
[42:32]完美世界DOTA2联赛PWL S2 LBZS vs FTD.C 第二场 11.27
2020/12/01 DOTA
Python素数检测的方法
2015/05/11 Python
python使用in操作符时元组和数组的区别分析
2015/05/19 Python
Django使用详解:ORM 的反向查找(related_name)
2018/05/30 Python
如何优雅地处理Django中的favicon.ico图标详解
2018/07/05 Python
在脚本中单独使用django的ORM模型详解
2020/04/01 Python
佐卡伊官网:中国知名珠宝品牌
2017/02/05 全球购物
英国现代市场:ARKET
2019/04/10 全球购物
数控专业大学生的自我鉴定
2013/11/13 职场文书
食品业务员岗位职责
2014/03/18 职场文书
学生期末评语大全
2014/04/30 职场文书
缓刑人员思想汇报500字
2014/09/12 职场文书
公司领导班子对照检查材料
2014/09/24 职场文书
2014年村委会工作总结
2014/11/24 职场文书
党员公开承诺书2015
2015/01/21 职场文书
客服专员岗位职责范本
2015/04/07 职场文书
卖车协议书范文
2016/03/23 职场文书