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
使用 Apache Superset 可视化 ClickHouse 数据的两种方法
Jul 07 Servers
图文详解nginx日志切割的实现
Jan 18 Servers
Shell脚本一键安装Nginx服务自定义Nginx版本
Mar 20 Servers
Nginx设置HTTPS的方法步骤 443证书配置方法
Mar 21 Servers
Linux、ubuntu系统下查看显卡型号、显卡信息详解
Apr 07 Servers
nginx配置之并发频次限制
Apr 18 Servers
Windows Server 2016 配置 IIS 的详细步骤
Apr 28 Servers
如何Tomcat中使用ipv6地址
May 06 Servers
安装harbor作为docker镜像仓库的问题
Jun 14 Servers
win sever 2022如何占用操作主机角色
Jun 25 Servers
ssh服务器拒绝了密码 请再试一次已解决(亲测有效)
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写杨辉三角实例代码
2011/07/17 PHP
php实现搜索类封装示例
2016/03/31 PHP
浅析PHP中的闭包和匿名函数
2017/12/25 PHP
jquery.validate分组验证代码
2011/03/17 Javascript
javascript小数四舍五入多种方法实现
2012/12/23 Javascript
json格式的时间显示为正常年月日的方法
2013/09/08 Javascript
基于jquery实现一个滚动的分步注册向导-附源码
2015/08/26 Javascript
谈谈JavaScript异步函数发展历程
2015/09/29 Javascript
javascript实现在网页中运行本地程序的方法
2016/02/03 Javascript
jQuery实现无限往下滚动效果代码
2016/04/16 Javascript
浅析Jquery操作select
2016/12/13 Javascript
Omi v1.0.2发布正式支持传递javascript表达式
2017/03/21 Javascript
bootstrap table实现单击单元格可编辑功能
2017/03/28 Javascript
Angular.js自动化测试之protractor详解
2017/07/07 Javascript
10个最优秀的Node.js MVC框架
2017/08/24 Javascript
360提示[高危]使用存在漏洞的JQuery版本的解决方法
2017/10/27 jQuery
AngularJS2 与 D3.js集成实现自定义可视化的方法
2017/12/01 Javascript
使用JSON格式提交数据到服务端的实例代码
2018/04/01 Javascript
使用react render props实现倒计时的示例代码
2018/12/06 Javascript
[50:15]VP vs Mineski 2018国际邀请赛淘汰赛BO3 第二场 8.22
2018/08/23 DOTA
Python中使用haystack实现django全文检索搜索引擎功能
2017/08/26 Python
Python脚本破解压缩文件口令实例教程(zipfile)
2020/06/14 Python
解决python 虚拟环境删除包无法加载的问题
2020/07/13 Python
Python 远程开关机的方法
2020/11/18 Python
用python批量移动文件
2021/01/14 Python
全面总结使用CSS实现水平垂直居中效果的方法
2016/03/10 HTML / CSS
css3的图形3d翻转效果应用示例
2014/04/08 HTML / CSS
培训心得体会
2013/12/29 职场文书
护士长竞聘书
2014/03/31 职场文书
理发店策划方案
2014/06/05 职场文书
教师四风对照检查材料思想汇报
2014/09/17 职场文书
2014村党支部书记党建工作汇报材料
2014/11/02 职场文书
先进个人推荐材料
2014/12/29 职场文书
2015年社区工作总结
2015/04/08 职场文书
2019年12月24日平安夜祝福语集锦
2019/12/24 职场文书
MybatisPlus EntityWrapper如何自定义SQL
2022/03/22 Java/Android