Tabla de contenido
-
- Consulta de potencia informática de la tarjeta gráfica
- Correspondencia entre la versión de tensorflow-gpu y la versión de cuda
- Descarga CUDA
- descargar cudnn
- tensorflow2.0-gpu
- PyTorch-gpu
- Tutorial de código de carga de GitHub
- Clonar código de GitHub con Git
- Anaconda crea un nuevo entorno
- Jupyter notebook seleccione conda local python environment y modifique la ruta predeterminada
- Instalación de la biblioteca de funciones comunes
Para no olvidar, se registra aquí.
Consulta de potencia informática de la tarjeta gráfica
Correspondencia entre la versión de tensorflow-gpu y la versión de cuda
Descarga CUDA
GTX1650 admite hasta cuda10.2. Además, debe descargar el controlador cudnn.
descargar cudnn
(Necesita registrar una cuenta para descargar)
cudnn 7.6.5 corresponde a la versión CUDA10.0.
Una vez completadas la descarga y la instalación, ingrese nvidia-msi en la interfaz cmd para consultar el uso de la GPU.
tabla de correspondencia de las versiones cudnn y CUDA
tensorflow2.0-gpu
La versión gpu de tensorflow2.0 necesita 2.0.0, no descargue la última versión, porque 2.1.0 requiere la versión CUDA10.1. Además, la versión de GPU no puede existir al mismo tiempo que la versión de CPU, de lo contrario entrará en conflicto.
La fuente espejo Douban es muy fácil de usar, el comando de instalación:
pip install tensorflow-gpu==2.0.0 -i https://pypi.doubanio.com/simple
Dirección de origen del espejo Tsinghua: https://pypi.tuna.tsinghua.edu.cn/simple
pip Si descarga la biblioteca, reemplace las dos y reemplace la una si no es fácil de usar.
PyTorch-gpu
Primero agregue la fuente de espejo de pytorch:
conda config --add channels
https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
instalar:
conda install pytorch torchvision cudatoolkit=10.0
Tutorial de código de carga de GitHub
https://www.cnblogs.com/cxk1995/p/5800196.html
requiere que un cliente cargue el código, el sitio web oficial de países extranjeros es demasiado lento para descargar, la fuente de descarga nacional: descarga de Git
Clonar código de GitHub con Git
Simplemente use git clone + dirección de biblioteca GitHub;
git clone https://github.com/...
Pero debido a que la velocidad de descarga es generalmente lenta, se puede cambiar a:
git clone https://github.com.cnpmjs.org/...
Anaconda crea un nuevo entorno
Por ejemplo, cree un entorno virtual llamado tf20 e instale la versión python3.7.
conda create -n tf20 python=3.7
El entorno creado se puede ver en la carpeta envs bajo el directorio anaconda, o puede verlo con el siguiente comando:
conda info --envs
Jupyter notebook seleccione conda local python environment y modifique la ruta predeterminada
Puede elegir instalar ipykernel primero, el entorno aquí se llama tf20
conda install -n tf20 ipykernel
Luego activa el entorno:
activate tf20
Luego ingrese:
python -m ipykernel install --user --name tf20 --display-name tf20
Actualice Jupyter, puede encontrar el entorno correspondiente llamado tf20.
Modifique la ruta predeterminada:
consulte el blog
Otro método:
Abra Anaconda Prompt, instale nb_conda: conda install nb_conda, y luego active el entorno requerido: como activar tf20, ingrese jupyter notebook en el entorno tf20 e ingrese la URL para seleccionar el entorno actual. Y la próxima vez que abra jupyter directamente, puede seleccionar el entorno, en lugar de abrir jupyter en el entorno tf20.
Además, en jupyter, puede ver la versión de Python a través de la siguiente declaración:
import sys
sys.version
Instalación de la biblioteca de funciones comunes
- opencv:
pip install opencv-python -i https://pypi.doubanio.com/simple
verificación:
import cv2
print(cv2.__version__)