在Gpu訓練深度學習

Tensorflow with GPU

講師介紹

建中 22724 陳泓宇
建資副社長/學術/披薩長
dc : chenhowie#1138
ig : chenhowie0421
twitter : @chenhowie0421

硬體需求

Hardware Requirements

GPU

用 CUDA® 架構 3.5、5.0、6.0、7.0、7.5、8.0 以上版本的 NVIDIA® GPU 顯示卡

軟體需求

Software Requirements

NVIDIA 軟體

NVIDIA® GPU 驅動程式：CUDA® 11.2 需要 450.80.02 以上版本。
CUDA® Toolkit： TensorFlow 支援 CUDA® 11.2 (TensorFlow 2.5.0 以上版本)
cuDNN SDK 8.1.0 (cuDNN 版本)。
(選用) TensorRT 6.0 可改善某些模型的推論延遲情況和總處理量。

step - 1

依序下載並安裝

Setp - 2

cudNN會是一個zip檔，把對應的檔案丟到
"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7"裡對應的資料夾

step - 3

設定環境變數

在cmd中打上

SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\bin;%PATH%
SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\extras\CUPTI\lib64;%PATH%
SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\include;%PATH%

怎麼知道有沒有成功

import tensorflow as tf
print("Num GPUs Available: ", len(tf.config.list_physical_devices('GPU')))