为了加快模型的训练和提高效率,于是乎入手TensorFlow的GPU版!

一、安装CUDA

下载地址:https://developer.nvidia.com/cuda-90-download-archive

首先检查自己的电脑有没有NVIDIA的显卡

检测环境:传输门 CUDA官方安装说明https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html

强烈建议大家按照官方的安装说明一步步走,先检测环境,在下载相应的版本,一定可以安装好cuda。

这里有一个坑就是,如果你是双显卡,只是用nvida来跑程序,那么在安装cuda的时候

1、sudo sh xxxxx.run(cuda的安装程序,选择runfile)
2、accpet
3、接下来是一堆无关重要的说明文档,按q直接跳过,如果你要细究估计要花1h以上读这个文档!!!
4、注意了,接下来就选择安装的部分,第一个是nvidia的驱动,如果已经安装就n,如果没有就y。

5、现在坑来了,如果你想回到图形化桌面来,这个openGL就选择n,不要安装!!!!

6、接下就是一些例子,自己选择!然后安装ok

二、下载cudnn

下载地址:https://developer.nvidia.com/rdp/cudnn-archive

去官网下载对应版本的cudnn

安装官方的使用说明https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html就可以了!!!!

三、安装TensorFlow

推荐使用pip安装

这里也有一个坑那就是tensorflow的版本一定要与cuda的版本对应,不然白搭!所以在安装cuda前要,选好版本!

简单来说:tf1.6以上用只能是cuda9.0,其他的tf版本就是cuda8.0等,最好自己去查查!可恶的是tf官方和nVidia都没有版本对应的说明!!!

不过,我最后发现cuda的不同版本是可以并存的!只要做好软件链就ok!!!

祝大家好运!!

GitHub 加速计划 / te / tensorflow
184.55 K
74.12 K
下载
一个面向所有人的开源机器学习框架
最近提交(Master分支:2 个月前 )
a49e66f2 PiperOrigin-RevId: 663726708 2 个月前
91dac11a This test overrides disabled_backends, dropping the default value in the process. PiperOrigin-RevId: 663711155 2 个月前
Logo

旨在为数千万中国开发者提供一个无缝且高效的云端环境,以支持学习、使用和贡献开源项目。

更多推荐