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优化服务之网页压缩的实现方法
Mar 31 Servers
nginx location优先级的深入讲解
Mar 31 Servers
Nginx配置Https安全认证的实现
May 26 Servers
Nginx反向代理配置的全过程记录
Jun 22 Servers
nginx作grpc的反向代理踩坑总结
Jul 07 Servers
Rhit高效可视化Nginx日志查看工具
Nov 01 Servers
nginx负载功能+nfs服务器功能解析
Feb 28 Servers
Linux下使用C语言代码搭建一个简单的HTTP服务器
Apr 13 Servers
阿里云ECS云服务器快照的概念以及如何使用
Apr 21 Servers
Windows Server 2022 超融合部署(图文教程)
Jun 25 Servers
教你使用RustDesk 搭建一个自己的远程桌面中继服务器
Aug 14 Servers
nginx sticky实现基于cookie负载均衡示例详解
Dec 24 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导入导出excel实例
2013/10/25 PHP
thinkphp框架下实现登录、注册、找回密码功能
2016/04/06 PHP
浅谈PHP链表数据结构(单链表)
2016/06/08 PHP
php获取网站根目录物理路径的几种方法(推荐)
2017/03/04 PHP
jQuery图片轮播的具体实现
2013/09/11 Javascript
Jquery getJSON方法详细分析
2013/12/26 Javascript
JavaScript cookie的设置获取删除详解
2014/02/11 Javascript
JS对文本框值的判断示例
2014/03/10 Javascript
jQuery实用函数用法总结
2014/08/29 Javascript
jQuery搜索子元素的方法
2015/02/10 Javascript
javaScript基础语法介绍
2015/02/28 Javascript
基于AngularJS实现页面滚动到底自动加载数据的功能
2015/10/16 Javascript
12种JavaScript常用的MVC框架比较分析
2015/11/16 Javascript
深入理解ECMAScript的几个关键语句
2016/06/01 Javascript
实现JavaScript高性能的数据存储
2016/12/11 Javascript
js 轮播效果实例分享
2016/12/28 Javascript
angularjs实现的前端分页控件示例
2017/02/10 Javascript
react native带索引的城市列表组件的实例代码
2017/08/08 Javascript
在Vue.js中使用TypeScript的方法
2020/03/19 Javascript
[02:42]岂曰无衣,与子同袍!DOTA2致敬每一位守护人
2020/02/17 DOTA
Python求解平方根的方法
2015/03/11 Python
django自带调试服务器的使用详解
2019/08/29 Python
利用Python脚本实现自动刷网课
2020/02/03 Python
解决pyqt5异常退出无提示信息的问题
2020/04/08 Python
python Canny边缘检测算法的实现
2020/04/24 Python
opencv 查找连通区域 最大面积实例
2020/06/04 Python
python 实时调取摄像头的示例代码
2020/11/25 Python
伦敦最有品味的百货:Liberty London
2016/11/12 全球购物
美国药妆网站:EDCskincare.com(防晒、痤疮、抗衰老等)
2017/04/28 全球购物
澳大利亚在线时尚精品店:Hello Molly
2018/02/26 全球购物
外语学院毕业生的自我鉴定
2013/11/28 职场文书
群众路线教育实践活动实施方案
2014/10/31 职场文书
幼儿园教师个人总结
2015/02/05 职场文书
幼儿园大班个人总结
2015/02/28 职场文书
干部作风纪律整顿心得体会
2016/01/23 职场文书
创业计划之特色精品店
2019/08/12 职场文书