介紹
因為自己更新 Cdda 版本﹑結果重新載時出現問題,處理很久到快放棄,爬了不少文總算載回來
^ ^,往後不敢再亂刪掉,基本上系統越乾淨越容易成功,假設出問題有許多文章提供解決。
tensorflow 版本對照
設備為 NVIDIA GeForce GTX 1650
查看tensorflow版本對照Cuda。
以作者使用
tensorflow-2.5.0
,須符合下列。
Python | 编译器 | 构建工具 | cuDNN | CUDA |
---|---|---|---|---|
3.6-3.9 | GCC 7.3.1 | Bazel 3.7.2 | 8.1 | 11.2 |
GPU 版本對照
查看顯示卡是否有支援 GPU 運算,及運算能力。
官方網站連結
GPU 驅動
更新顯示卡驅動。
官方網站連結
CUDA Toolkit
選擇CUDA版本,作者版本需要
11.2
。
官方網站連結
cuDNN Archive
選擇cuDNN版本,需要對照 CUDA
11.2
。
作者所需的對照Download cuDNN v8.1.1 (Feburary 26th, 2021), for CUDA 11.0,11.1 and 11.2
安裝
第一個檔案cuDNN解壓縮後,有三個檔案分別為
bin,include,lib
。
為更新驅動檔案
CUDA執行檔
設定
假設前面很順利安裝的話。
CUDA執行檔,安裝完後,以作者為例
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2
,把cuDNN複製進去三個檔案bin,include,lib
。
加入環境變數,改為你的版本號。
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\lib\x64
查看
打開
CMD
,先查看安裝完成nvcc -V
。
nvidia-smi -l
,定時更新顯示機器上 gpu 的情況。
可以看到 CUDA 版本,驅動版本,GPU 狀態。
歡迎提出問題!盡可能協助,會以小弟的經驗。
參考網站
如果您喜歡我的文章,請幫我按五下 ,感謝大家。