cfca7caf3dbb6a2af190be45628cb221.png

本文作为下文的补充:

Kevin:Anaconda 搭建 Tensorflow 2 开发环境​zhuanlan.zhihu.com
f9da21218ccc7fc99c3632d8bb285f36.png

在将 tf2.0 升级到 tf2.1 后,需要同步地将cuda版本更新到 10.1 ,才能正常使用 gpu。以下将以从 cuda 10.0 升级到 cuda 10.1 为例,介绍如何查看 cuda、cudnn 版本以及进行卸载和安装。


b405e51ddfbf44f06dd065a72ee61458.png

1 查看版本

windows

cuda:在cmd中直接输入nvcc -V,或者cd进入到C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0目录,输入cat version.txt

cudnn库:cd进入到C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0include目录,输入cat cudnn.h | grep CUDNN_MAJOR -A 2。当然直接打开cudnn.h文件,查看CUDNN_MAJOR变量的值也是可以的。

linux

cuda:nvcc –Vcat /usr/local/cuda/version.txt

cudnn库:cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2


2 卸载

windows

  • windows设置-->应用-->应用和功能中,将带NVDIA并且具有版本号的软件都卸载掉(比如要卸载10.0,那就将下图的软件都卸载)。

d9ca9a032c58d57a83362245e60c9ddc.png
  • 进入到环境变量的path变量中,删除旧版本的两个变量。

b0bb80770873ed4cf435efc1cc3dc2e0.png
  • 删除C:Program FilesNVIDIA GPU Computing ToolkitCUDA 下的v10.0文件夹( cudnn 就在其中)。

linux

参考:https://blog.csdn.net/qq_33200967/article/details/80689543


3 安装(windows)

Linux参考:https://blog.csdn.net/qq_33200967/article/details/80689543

3.1 查看软件要求

在tf官网 tensorflow gpu support 中查看 tf 版本对应的软件要求(Software requirements),例如要安装 tf2.1 ,可以看到要求 cuda 版本为 10.1(cuda 10.1 的安装要求驱动版本高于 418.x ,如果不满足,在后面的cuda安装中也会自动更新)。

95013a3cae41a35e284b3ddad4f097aa.png

3.2 cuda

安装

在 NVIDIA官网 中下载对应版本的 cuda ,打开下载到的安装包cuda_10.1.243_426.00_win10.exe,开始安装。

在安装过程中,注意:

  • 选择自定义安装

c15eb43739eb8422f68fbf27757434c3.png
  • 去掉NVDIA GeForce Experience,因为这东西没用

976f1f6260d6e4235f96affa0033e293.png
  • 如果没有安装vs的话,必须去掉在CUDA中的visual studio integration这一项,反正不管怎样去掉就对了。

146e25a8f6a4634e5c35a6954216510f.png
  • 请确认其他要安装的组件,都满足“新版本”(待安装版本)比“旧版本”(已有版本)要高级的,否请请去掉勾选。

b130611c25b272f46705a97f431cf8d2.png

检查

  • 在环境变量中,确认以下两项:

5ae7962b5ae80e1ede8bba3824f12879.png
  • 在命令行中输入nvcc -V查看安装的版本。
  • 打开路径 C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.1bin 检查nvcc.exe是否存在。
  • 打开路径 C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.1extrasCUPTIlib64 检查cupti64_101.dll是否存在。

3.3 cudnn 库

安装

下载 cudnn 动态库 (需要先注册),选择 cuda 对应的 cudnn 版本。

1bb7a3f8c65940c87512003780114690.png

将下载到的压缩包解压到 cuda 的安装路径C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.1下。注意解压后的文件夹名为cuda,请将其改成cudnn

e411afd31bbc418457896a80182e3c6a.png

检查

C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.1cudnnbin 下确认cudnn64_7.dll动态库。

配置环境变量

在环境变量的path变量中添加:

  • C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.1extrasCUPTIlib64
  • C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.1cudnnbin

确认下面4项均存在,如果缺少则添加。

a6635f52bc4dfad55f47fa76fcc7e69d.png
Logo

欢迎来到FlagOS开发社区,这里是一个汇聚了AI开发者、数据科学家、机器学习爱好者以及业界专家的活力平台。我们致力于成为业内领先的Triton技术交流与应用分享的殿堂,为推动人工智能技术的普及与深化应用贡献力量。

更多推荐