调用GPU进行神经网络的训练 GPU环境的搭建

最新推荐文章于 2024-09-08 12:16:53 发布

WuwuwuH_

最新推荐文章于 2024-09-08 12:16:53 发布

阅读量969

点赞数 1

分类专栏：人工智能文章标签： python tensorflow cuda

本文链接：https://blog.youkuaiyun.com/WuwuwuH_/article/details/115674978

版权

人工智能专栏收录该内容

7 篇文章

订阅专栏

本文详细指导如何下载并安装CUDA和cuDNN，包括选择对应版本、自定义安装路径以避免文件丢失，以及如何配置环境变量和安装Tensorflow-gpu。重点在于确保正确集成GPU加速库，以便于深度学习项目运行。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1. 下载安装CUDA

下载地址：https://developer.nvidia.com/cuda-toolkit-archive
下载界面如图所示。根据自己的Tensorflow版本，选择相应版本的CUDA进行安装，然后根据计算机及操作系统的种类进行进一步的选择 （下载方式建议选择local，network方式可能会出现一些错误）

注意：在进行安装时，选择自定义安装路径，否则会因为临时解压目录和安装目录相同，导致安装结束后，临时解压目录被删除，所以安装目录也被删除。以至于在复制cuDNN文件时找不到文件夹。所以在进行安装时应选择自定义安装

下图所示，为临时解压路径。
在这里插入图片描述
下图所示，为安装路径。此处安装路径应自己进行选择，并且不与临时解压路径相同或相包含。

2. 下载安装cuDNN

下载地址：https://developer.nvidia.com/rdp/cudnn-download
下载界面如图所示。首先需要使用NVIDIA账号登录，如果没有需要使用邮箱进行注册。如果忘记密码，可以发送邮件进行重置。
在这里插入图片描述勾选 I Agree To the Terms of cuDNN Software License Agreement，然后选择相应的版本进行下载，Archived cuDNN Releases可以选择其他已有的版本。
下载完成后进行解压，将各个文件夹中的文件分别复制到之前安装cuda的文件夹下（此处注意将同名文件夹中的内容进行复制，如将bin文件夹中的文件复制到cuda的bin文件夹中）：
在这里插入图片描述

3.配置环境变量

将CUDA的安装路径设置到Path中
在这里插入图片描述

4.Tensorflow的安装

pip指令：pip install tensorflow-gpu  或者在PyCharm中搜索直接进行安装

注意：tensorflow和tensorflow-gpu同时存在可能会存在问题，可以将tensorflow卸载只留下tensorfflow-gpu