Pycharm中GPU配置(torch,tensorflow)

1,PYTORCH对应它的GPU,tensorflo对应它的GPU,还是可以共用GPU

各自对应各自的GPU

2,多个CUDA和cuDNN可以在一个电脑上共存吗?

可以,查看如下链接:

windows下同一个显卡配置多个CUDA工具包以及它们之间的切换_MIss-Y的博客-CSDN博客_cuda 工具包

3,虚拟环境中可以使用GPU吗?如何使用

在开始配置GPU环境开始之前,确保安装好了Anaconda,pycharm

Anaconda安装教程,网址如下

Anaconda | Individual Edition Pycharm中GPU配置(torch,tensorflow)https://www.anaconda.com/products/individual ;注意:

Pycharm中GPU配置(torch,tensorflow)

对于其他步骤,请直接单击下一步。

[En]

For other steps, click next directly.

pycharm安装教程,自行查阅一个

(1) torch-GPU 可以采取不安装CUDA和CUDNN,直接在anaconda上实现

  • 在安装好的anaconda上打开Anaconda prompt 创建虚拟环境
conda create -n pytorch python=3.6
  • 创建后激活 环境
activate pytorch

pytorch官网Pycharm中GPU配置(torch,tensorflow)https://pytorch.org/;

  • 根据安装的环境、python和CUDA版本查看指令

输入指令,比如:

conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
  • 安装完成后,输入下属指令进行测试,结果为true,则表示成功
import torch
torch.cuda.is_available()

(2)tesorflow-gpu安装

此处需要先安装Visual Studio,网址为:

Pycharm中GPU配置(torch,tensorflow)

Pycharm中GPU配置(torch,tensorflow)

(1)安装CUDA

检查电脑允许安装的版本,在cmd下输入命令:

nvidia-smi
  • 找到对应CUDA版本号,进入官网下载

CUDA Toolkit Archive | NVIDIA Developer Pycharm中GPU配置(torch,tensorflow)https://developer.nvidia.com/cuda-toolkit-archive ;

Pycharm中GPU配置(torch,tensorflow)

cmd下输入命令:

nvcc -V

如果已安装,则会显示详细信息

[En]

Details will appear if it is already installed

(2)下载cudnn,网址如下:

NVIDIA cuDNN | NVIDIA Developer Pycharm中GPU配置(torch,tensorflow)https://developer.nvidia.com/cudnn ;

解压下载的包以获取

[En]

Decompress the downloaded package to get

Pycharm中GPU配置(torch,tensorflow)

打开类似于C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2的路径的文件夹

Pycharm中GPU配置(torch,tensorflow)

将解压文件中的bin文件夹中的文件复制到cuda对应的文件夹中

进入extras文件夹中点击如下文件夹中的deviceQuery和bandwidthTest文件,如果正常执行没有报错,则证明安装成功

Pycharm中GPU配置(torch,tensorflow)

随后打开 在安装好的anaconda上打开Anaconda prompt 创建虚拟环境

conda create -n tensorflow-gpu python=3.6

激活虚拟环境

activate tensorflow-gpu

下载tensorflow

conda install tensorflow-gpu==2.7.0

检测是否可以使用

开启python,执行下列代码,返回结果为true,表示在anaconda的虚拟环境中,成功。

import tensorflow as tf
tf.test.is_gpu_available()

(3)打开pycharm,在项目运行时,选择合适的虚拟环境即可

查看GPU使用情况:

windows10下

nvidia-smi

查看GPU占用率

补充:如果遇到类似缺少.dll文件的错误,可参考如下链接,重点查看自己环境变量

Anaconda虚拟环境下的PyCharm使用Tensorflow调用GPU出现dll文件缺失的问题和解决办法

Pycharm中GPU配置(torch,tensorflow)

参考文章

https://blog.csdn.net/weixin_43499979/article/details/107688316 Pycharm中GPU配置(torch,tensorflow)https://blog.csdn.net/weixin_43499979/article/details/107688316 ;

Pytorch-GPU安装记录(已安装Anaconda和Pycharm)_小杨小杨从不张扬的博客-CSDN博客Pycharm中GPU配置(torch,tensorflow)https://blog.csdn.net/weixin_42613665/article/details/112298468 ;

Anaconda环境配置

python3环境搭建(利用Anaconda+pycharm+pytorch)完整版_thomaswu1992的博客-CSDN博客_anaconda创建pytorch环境Pycharm中GPU配置(torch,tensorflow)https://blog.csdn.net/thomaswu1992/article/details/90293015?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-2.control&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-2.control ;

pycharm中使用anaconda部署python环境

https://blog.csdn.net/qq_29883591/article/details/78077244 Pycharm中GPU配置(torch,tensorflow)https://blog.csdn.net/qq_29883591/article/details/78077244 ;

Pycharm中GPU配置(torch,tensorflow)

遇到的麻烦:

1,在下载tensorflow-gpu的时候报错

error: could not find a version that satisfies the requirement tensorflow-gpu==2.7.0 (from versions: none)
error: no matching distribution found for tensorflow-gpu==2.7.0

解决方法:

使用命令

python -v

检查python是不是64版本,如果不是需要重新安装python选择64版本

Original: https://blog.csdn.net/XU_MAN_/article/details/122436720
Author: XU_MAN_
Title: Pycharm中GPU配置(torch,tensorflow)

原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/496857/

转载文章受原作者版权保护。转载请注明原作者出处!

(0)

大家都在看

亲爱的 Coder【最近整理,可免费获取】👉 最新必读书单  | 👏 面试题下载  | 🌎 免费的AI知识星球