TensorFlow的GPU支持

本文详细介绍如何在系统中配置TensorFlow GPU环境,包括必要的硬件和软件要求,如NVIDIA GPU卡、CUDA计算能力、CUDA工具包、cuDNN SDK等。确保你的硬件和软件版本与TensorFlow兼容,以实现GPU加速。

python lib

pip install tensorflow-gpu  # stable
pip install tf-nightly-gpu  # preview

硬件要求

需要CUDA® 计算能力为 3.5 或更高的 NVIDIA® GPU 卡。
可以从支持 CUDA 的 GPU 卡中查阅。
例如我有一张GPU的计算能力是2.0,就不能支持TensorFlow使用GPU。

软件要求

必须在系统中安装以下 NVIDIA® 软件:
务必主要版本需要对应,例如根据你的TensorFlow的版本,下载对应版本的CUDA,根据你的CUDA版本,下载对应版本的cuDNN SDK。(Tensorflow不同版本要求与CUDA及CUDNN版本对应关系

  1. NVIDIA® GPU 驱动程序 - CUDA 10.0 需要 410.x 或更高版本。
  2. CUDA® 工具包 - TensorFlow 支持 CUDA 10.0(TensorFlow 1.13.0 及更高版本)
  3. CUDA 工具包附带的 CUPTI
  4. cuDNN SDK(7.4.1 及更高版本)
  5. (可选)TensorRT 5.0,可缩短在某些模型上进行推断的延迟并提高吞吐量。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值