nvidia显卡GT710 的 tensorflow安装

大家好，欢迎来到IT知识分享网。

今天尝试一下GPU在机器学习中的使用。

驱动程序是Nvidia官方网站 https://www.nvidia.cn/ 下的，

然后，按照网友的介绍，开始一步步开始安装。

【CUDA】cuda安装 （windows版）

https://blog.csdn.net/weixin_/article/details/#t0

我装的是Cuda11.4+cuDNN11.4

然后是装tensorflow,为加快速度使用了科大镜像

pip install tensorflow -i https://pypi.mirrors.ustc.edu.cn/simple/ 

然后，python程序测试GPU

import tensorflow as tf a = tf.constant(1.) b = tf.constant(2.) print(a+b) print(tf.__version__) print(tf.test.gpu_device_name()) print('GPU:',tf.config.list_physical_devices(device_type='GPU')) print('CPU:',tf.config.list_physical_devices(device_type='CPU')) # print(tf.test.is_gpu_available()) #deprecate了 # print(tf.config.list_physical_devices('GPU')) #代替上面的 print('--------测试速度-----------') # import tensorflow as tf import timeit #指定在cpu上运行 def cpu_run(): with tf.device('/cpu:0'): cpu_a = tf.random.normal([10000, 1000]) cpu_b = tf.random.normal([1000, 2000]) cpu_c = tf.matmul(cpu_a, cpu_b) # print( "cpu_a: ", cpu_a.device) # print( "cpu_b: ", cpu_b.device) # print("cpu_c:", cpu_c.device) return cpu_c #指定在gpu上运行 def gpu_run(): with tf.device( '/gpu:0'): gpu_a = tf.random.normal([ 10000,1000]) gpu_b = tf.random.normal([ 1000, 2000]) gpu_c = tf.matmul(gpu_a, gpu_b) # print( "gpu_a: ", gpu_a.device) # print("gpu_b: ", gpu_b.device) # print("gpu_c: ", gpu_c.device) return gpu_c cpu_time = timeit.timeit(cpu_run, number = 10) gpu_time = timeit.timeit(gpu_run, number = 10) print('cpu:',cpu_time, 'gpu:',gpu_time) 

也就是GPU速度快。