Win10 + RTX 2060 + tensorflow GPU
前言
買了新的筆電並成功配置了Win10上面的tensorflow的GPU版
畢竟稍微大一點的神經網路CPU跑起來實在慢的要人命!
紀錄了一些流程希望幫助也在安裝的朋友省一點時間
可以趕快開始利用新買的顯卡來工作或做程式學習
配置流程
1. 首先下載Anaconda+Python3.7的版本
https://www.anaconda.com/distribution/
2. 下載後直接參考tensorflow官網的說明
不要相信來路不明的教學啦QQ乖乖照著官網做才是最準的!!!
我們需要做的事情有:
1. 確認GPU驅動有更新2. CUDA@Tookit 10.1安裝3. cuDNN SDK 5.1(forCUDA 10.1)安裝
https://www.tensorflow.org/install/gpu
3. 照著上面的標示安裝必要程序
- 顯卡驅動因為剛買來還滿新的進 Geforce Experience更新一下不用重載
2. 下載CUDA 10.1 + CUDNN7.5 for 10.1 (版本記得要一樣喔不然會錯誤)
3. 然後在C盤創一個叫tools的資料夾然後把壓縮檔資料夾cuda放進去
記得把CUDNN解壓縮的三個資料夾裡面的各個檔案複製到
C:\Program Files\NVIDIA GPU Computing Toolkit\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64
下載完之後記得到主機→進階系統→環境設定→path設定
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\\extras\CUPTI\libx64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include
C:\tools\cuda\bin
4. 用命令提示字元直接開始安裝
在命令提示字元點右箭用系統管理員身分執行
然後輸入以下代碼開始安裝:
conda create --name tensorflow-gpu python=3.7 anaconda //先創造模擬環境
activate tensorflow-gpu //左邊會出現(tensorflow-gpu)
然後我們要開始安裝tensorflow-gpu啦!也照著官網輸入吧!!
pip install tensorflow-gpu
5. 打開ANACONDA確認GPU的環境已經建立
6. GPU的Testing
以下提供兩種方式:
- 可以在Jupyter Notebook(tensorflow-gpu)輸入以下代碼:
import tensorflow as tf
tf.Session(config=tf.ConfigProto(log_device_placement=True))
再命令提示字元檢查是否有GPU的訊息
2. 直接跑個CNN的程式看速度有沒有明顯增快
或檢查工作管理員的效能那邊GPU有沒有在運作
記得要先pip一下該裝的套件!開始深度學習之旅吧!
歡迎大家幫我補充或糾正 如果有幫助到你也可以幫我拍個手:)