雜亂大全08-Python系列01-Tensorflow-GPU環境建置

發表於 | 分類於 | 閱讀數 次

  • 主題:雜亂大全08-Python系列01-Tensorflow-GPU環境建置

  • 前言:與前段資安議題不同，將片段分享Python學習歷程

  • 叮嚀: $ 代表對CMD或terminal(終端機)下指令

tags: python,Tensorflow

本篇重點:

  1. 建置tensorflow-gpu環境
  2. 小提醒

TensorFlow加速

使用CPU跑TF速度太慢，所以一般都建議使用TF-GPU版

  • 要先確定自身的GPU 算力有3以上(最好3.5以上)
  1. https://developer.nvidia.com/cuda-gpus
  2. 點選 頁面下方的 [CUDA-Enabled GeForce and TITAN Products]

建議

可以使用Python的env來建置不同版本的虛擬環境

應安裝的項目

除了python的IDE (pycharm或jupyter或spyder)
tensorflow-GPU版需要以下幾個項目的版本搭配

  1. cuda (必須安裝)
    • 1.15前 GPU與一般版本是分開的
    • 2.0.0是1-2代之間的過渡版本
    • 2.1是2代的穩定版
  2. cuDNN (必須安裝)
  3. MSVC (必須安裝)

步驟提醒

  • 1.查看表格後選擇要安裝的cuda版本

  • https://blog.csdn.net/yuejisuo1948/article/details/81043962
    (以TF的1.14版本為例，cuda選擇10)

  • 2.cuDNN選擇7.4

    cuDNN下載後請先解壓縮，依照檔案位置存放進去
    (C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0)

  • 3.MSVC 選擇2017

    2017-2019 可以於TF官方網頁下載 通用的MSVC (檔案很小)

  • 4.Python版本應在3.5-3.7之間

    比較推薦使用3.6版 (因dlib於3.6版安裝較容易，未來比較方便開發)
    dlib介紹: 點選

測試

1
2
3
4
5
6
7
8
9
10
import tensorflow as tf

if __name__ == '__main__':
  a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
  b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
  c = tf.matmul(a, b)

  sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))

  print(sess.run(c))
  • 程式結果裡會提到GPU:0 -> device…[[22. 28.]
    [49. 64.]]…的項目，代表成功

小結語:

為了能加速tensoflow，需安裝GPU版本
其中最麻煩的莫過於安裝各種項目的版本
版本與版本之間又需要核對
如果版本錯誤，程式將無法運行

後續:

接下來會繼續討論Python的應用

參考連結