前言
近日琐事已了,又想在 coursera上继续选修课程,看好了一门帝国理工开设的tensorflow2.0专授课程 TensorFlow 2 for Deep Learning Specialization。
https://www.coursera.org/specializations/tensorflow2-deeplearning
摘要
对于您的笔记本电脑显卡,配置如下
[En]
For your laptop graphics card, the configuration is as follows
- gpu版本的tensorflow2
- CUDA
- cuDNN
tensorflow-gpu
- 搭建虚拟环境
pip install tensorflow-gpu
- 检查tensorflow版本,提示并未发现CUDA
- 进入
ipython
import tensorflow as tf
tf.__version__
CUDA & cuDNN
* 需要下载 CUDA11.2 和 cuDNN8.1
* 从 Nvidia 更新下载驱动,更新到最新;在 cmd 内输入
nvidia-smi
,可以看到版本号 471.96 和 CUDA版本 11.4* 从 Nvidia Archive 下载 CUDA 和 cuDNN
* 正常安装CUDA
* 将cuDNN文件夹下的
bin
, lib
, include
目录的文件复制粘贴到CUDA所在的 bin
, lib
, include
目录内在 cmd 内输入 nvcc -V
* 在
ipython
内输入 tf.test.is_gpu_available()
检查是否能检测到显卡
Original: https://blog.csdn.net/weixin_49559389/article/details/120854176
Author: 卓玛多杰
Title: 深度学习 | 适配tensorflow2.6的CUDA与cuDNN
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/514154/
转载文章受原作者版权保护。转载请注明原作者出处!