[問題] tensorflow-gpu環境問題

看板DataScience作者 (超級潛水艇)時間5年前 (2019/07/21 20:42), 編輯推噓7(709)
留言16則, 8人參與, 5年前最新討論串1/1
作業系統: win7 問題類別: tensorflow-gpu環境設定 使用工具: python3.5(Anaconda3-2019.03),tensorflow-gpu-1.14, CUDA 10.0,cuDNN 7.4.1 問題內容: 各位版上的大大好 我是個剛接觸這領域的新手 在建立使用顯卡來進行運算的環境上遇到問題 無法以GPU來運算 所以想來請好心的大大指點指點 感謝各位大大 我以指令來確認並沒有出現/device:GPU:0的資訊 from tensorflow.python.client import device_lib print(device_lib.list_local_devices()) https://imgur.com/zV16QiE
以下是我的操作流程: 1.更新顯示卡驅動程式 2.安裝Anaconda & Tensorflow-gpu 3.安裝CUDA和cuDNN 4.設定環境變數 在Path新增 D:\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin D:\NVIDIA GPU Computing Toolkit\CUDA\v10.0\libnvvp D:\NVIDIA GPU Computing Toolkit\cuDNN\v7.4.1.5\bin nvcc -V指令結果如下 https://imgur.com/48im3Ad
我有查過tensorflow-gpu需要的CUDA和cuDNN版本需求 https://imgur.com/BonzCfF
自己的顯卡為GV-N660 OC-2GD 雖然很弱但想先試試看 之後再考慮採購新機 顯卡資訊 https://imgur.com/mQpTo6z
-- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.173.213.165 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1563712955.A.841.html

07/21 21:23, 5年前 , 1F
重新安裝tensorflow 外加重開機,看起來的問題是tensorf
07/21 21:23, 1F

07/21 21:23, 5年前 , 2F
low 沒有偵測到你的cuda。
07/21 21:23, 2F

07/21 21:29, 5年前 , 3F
然後cuDNN請確認有沒有正確安裝,我是在linux環境上裝
07/21 21:29, 3F

07/21 21:29, 5年前 , 4F
的,所以你找一下window的檢查指令
07/21 21:29, 4F

07/22 00:47, 5年前 , 5F
conda安裝GPU版本會自己安裝cuda-toolkit 所以可以確認
07/22 00:47, 5F

07/22 00:47, 5年前 , 6F
一下conda package裡有沒有這一包
07/22 00:47, 6F

07/22 01:24, 5年前 , 7F
cuda那麼新 tensorflow-gpu要安裝高一點版本
07/22 01:24, 7F

07/22 01:26, 5年前 , 8F
講錯 舊一點試試
07/22 01:26, 8F

07/22 01:26, 5年前 , 9F
試試python3.6 tensorflow1.13
07/22 01:26, 9F

07/22 09:45, 5年前 , 10F
其實可以先用colab 練習
07/22 09:45, 10F

07/22 13:13, 5年前 , 11F
Windows 極度推薦使用anaconda,現在conda環境有辦法
07/22 13:13, 11F

07/22 13:13, 5年前 , 12F
直接安裝cuda+cudnn ,方便很多
07/22 13:13, 12F

07/22 23:48, 5年前 , 13F
感謝大家 剛剛用conda install tensorflow-gpu就可以了
07/22 23:48, 13F

07/23 13:39, 5年前 , 14F
原來windows也可以裝driver再用conda就好
07/23 13:39, 14F

07/25 05:49, 5年前 , 15F
mac+外接顯卡,十足!
07/25 05:49, 15F

09/05 19:36, 5年前 , 16F
tensorflow 支援cudnn10了喔?
09/05 19:36, 16F
文章代碼(AID): #1TD5sxX1 (DataScience)
文章代碼(AID): #1TD5sxX1 (DataScience)