在深度學(xué)習(xí)訓(xùn)練的時候使用GPU而不是CPU我想已經(jīng)是不爭的事實了,雖然MX150并不在下面的官網(wǎng)列表,但是其實MX150也是支持CUDA的。
創(chuàng)新互聯(lián)建站專業(yè)提供成都主機托管四川主機托管成都服務(wù)器托管四川服務(wù)器托管,支持按月付款!我們的承諾:貴族品質(zhì)、平民價格,機房位于中國電信/網(wǎng)通/移動機房,成都服務(wù)器托管服務(wù)有保障!https://developer.nvidia.com/cuda-gpus
小米筆記本Air 13
現(xiàn)在TensorFlow的whl文件已經(jīng)打包的非常好了,基本上是可以安裝上的,但是如果沒有CUDA之類的驅(qū)動的話,在導(dǎo)入tensorflow的時候會報錯。
pip install tensorflow tensorflow-gpu
為了裝上英偉達的CUDA套件還需要安裝visual studio, 因為windows的相關(guān)編譯環(huán)境跟visual studio綁在了一起,即使你只想裝其中一部分,還是得裝上visual studio
而windows的安裝程序不會太難,就是下一步,下一步。
CUDA toolkits 10.0
https://developer.nvidia.com/cuda-zone
默認安裝即可,下一步下一步。
cudnn 7.6.0.64
https://developer.nvidia.com/cudnn
注意千萬不要貪最新的版本,tensorflow官方不一定支持!
cudnn解壓后放在C:\tools\cuda
最后加入環(huán)境變量:
C:\tools\cuda\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\CUPTI\lib64
官方說明如下:
軟件要求
必須在系統(tǒng)中安裝以下 NVIDIA? 軟件:
NVIDIA? GPU 驅(qū)動程序 - CUDA 10.0 需要 410.x 或更高版本。CUDA? 工具包 - TensorFlow 支持 CUDA 10.0(TensorFlow 1.13.0 及更高版本)
CUDA 工具包附帶的 CUPTI。
cuDNN SDK(7.4.1 及更高版本)
(可選)TensorRT 5.0,可縮短在某些模型上進行推斷的延遲并提高吞吐量。
參考頁面:
https://www.tensorflow.org/install/gpu
各個版本的兼容測試情況
https://www.tensorflow.org/install/source#linux
安裝參考:
https://towardsdatascience.com/installing-tensorflow-with-cuda-cudnn-and-gpu-support-on-windows-10-60693e46e781
https://medium.com/@johnnyliao/%E5%9C%A8nvidia-mx150%E7%9A%84win10%E5%AE%89%E8%A3%9Dcuda-toolkit-cudnn-python-anaconda-and-tensorflow-91d4c447b60e
另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)cdcxhl.cn,海內(nèi)外云服務(wù)器15元起步,三天無理由+7*72小時售后在線,公司持有idc許可證,提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國服務(wù)器、虛擬主機、免備案服務(wù)器”等云主機租用服務(wù)以及企業(yè)上云的綜合解決方案,具有“安全穩(wěn)定、簡單易用、服務(wù)可用性高、性價比高”等特點與優(yōu)勢,專為企業(yè)上云打造定制,能夠滿足用戶豐富、多元化的應(yīng)用場景需求。