py37

利用anacond3穿件一個新的虛擬環(huán)境起名tc2

?接著按照對應(yīng)的版本分貝按tensorflow2.3.0 、cudnn7.6和cuda10.1（因為我的英偉達GPU版本是11.5，所以要選小于11.5的版本）

打開TC2環(huán)境下的終端

conda install cudatoolkit=10.1 conda install cudnn=7.6 pip install tensorflow-gpu===2.3

驗證是否安裝成功

python

import tensorflow as tf

tf.__version__

import tensorflow as tf
tf.config.list_physical_devices('GPU')

最后的輸出為：

[PhysicalDevice(name=’/physical_device:GPU:0’, device_type=‘GPU’)]

查看gPU運行狀態(tài)

在終端下輸入：

nvidia-smi

如圖證明正在使用gpu

在Python代碼中指定GPU

import os

os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"
os.environ["CUDA_VISIBLE_DEVICES"] = "0"

設(shè)置定量的GPU使用量

config = tf.ConfigProto()?
config.gpu_options.per_process_gpu_memory_fraction = 0.9 # 占用GPU90%的顯存?
session = tf.Session(config=config)

設(shè)置最小的GPU使用量

config = tf.ConfigProto()?
config.gpu_options.allow_growth = True?
session = tf.Session(config=config)

總結(jié)

以上是生活随笔為你收集整理的spyder tensorflow-GPU配置的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。