欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

体验笔记本MX350显卡配置深度学习环境(CUDA+tensorflow)

程序员文章站 2022-06-01 13:23:09
...

初衷:想要体验一下笔记本的GPU
于是开始搞起——

环境

显卡:GeForce MX350
系统:WIN10

开始工作

一、CUDA的安装

1.查看显卡支持的CUDA版本,找到 NVIDIA控制面板-帮助-系统信息-组件
(注意:要根据自己的使用环境慎重选择!!如tensorflow2.3.0版本使用cuda10.1就好啦,不然有重装的风险。不过以身犯险也问题不大,重装不可怕haha,下面有针对重装的填坑之路~~ )

体验笔记本MX350显卡配置深度学习环境(CUDA+tensorflow)

根据需求,不超过这个版本就行。

2.到NVIDIA官网找到对应的CUDA版本。因为我要用到tensorflow2.3.0,选择CUDA10.1即可。tensorflow和对应的CUDA、cudnn版本在这里看往下滑。如图,我要安装的就是CUDA10.1和cuDNN7.6。

体验笔记本MX350显卡配置深度学习环境(CUDA+tensorflow)
体验笔记本MX350显卡配置深度学习环境(CUDA+tensorflow)

这里选择在线和本地均可,时间上相差不大的。

3.下载好后,运行exe文件。建议默认解压文件的路径,然后安装选项自定义,并取消组件CUDA下的Visual Studio Integration选项(据说因为可能会导致安装失败,不使用VS的话就没有影响)

体验笔记本MX350显卡配置深度学习环境(CUDA+tensorflow)
体验笔记本MX350显卡配置深度学习环境(CUDA+tensorflow)
体验笔记本MX350显卡配置深度学习环境(CUDA+tensorflow)
体验笔记本MX350显卡配置深度学习环境(CUDA+tensorflow)

然后记住上图这些安装路径哦,后续要添加到环境变量中。

4.安装好后,接下来将CUDA的路径添加到环境变量中。

右键我的电脑-属性-高级系统设置-环境变量-系统变量-
双击Path,添加以下路径即可。

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\CUPTI\lib64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1\bin\win64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1\common\lib\x64

体验笔记本MX350显卡配置深度学习环境(CUDA+tensorflow)
体验笔记本MX350显卡配置深度学习环境(CUDA+tensorflow)

二、cuDNN的安装

同样到官网下载CUDA对应的cuDNN,这里选择7.6.5版本。需要先注册哦。

体验笔记本MX350显卡配置深度学习环境(CUDA+tensorflow)

下载后,解压,然后将bin、include、lib文件夹下的文件直接复制到CUDA安装目录中的对应位置。

三、tensorflow-gpu安装

这里要用到anoconda,深度学习强烈推荐!关于anoconda安装可以看这里

在anoconda中创建新环境。
打开Anaconda Prompt,输入 命令

conda create -n 环境名字 python=3.x

或者

在Anaconda Navigator中创建新环境,选择Environments-Create

体验笔记本MX350显卡配置深度学习环境(CUDA+tensorflow)

然后输入以下命令,安装tensorflow即可

pip install tensorflow-gpu==2.3.0

四、验证环境

在python下输入

import tensorflow as tf

tf.test.is_gpu_available()
tf.config.list_physical_devices('GPU')
tf.test.gpu_device_name()

验证输出:

(mytensorflow) C:\Users\lenovo>python
Python 3.8.8 (default, Apr 13 2021, 15:08:03) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import tensorflow as tf
2021-04-21 21:09:45.058697: I tensorflow/stream_executor/platform/default/dso_loader.cc:48] Successfully opened dynamic library cudart64_101.dll
>>> tf.test.is_gpu_available()
True
>>> tf.config.list_physical_devices('GPU')
[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]
>>> tf.test.gpu_device_name()
'/device:GPU:0'

关于CUDA的重装问题

假如真的不幸,需要重装CUDA,首先我们要卸载当前版本。

1.在控制面板中卸载带有NVIDIA的图标(这里因为联想笔记本可以用自带的电脑管家重装显卡驱动,我全部删除了,其他电脑建议慎重,避免不必要的麻烦)。

这里安利一款轻量卸载软件geek,一键卸载,还能清理注册表信息,超级妙~

2.然后选择 此电脑→右键→管理→服务和应用程序→服务→将Device Install Service、Device Setup Manager、Windows Installer三个服务启动。

3.将安装目录下的NVIDIA Corporation、NVIDIA GPU Computing Toolkit删除。

4.使用DDU彻底卸载显卡驱动
选择设备种类为显卡,点击清除并重启(注意接下来会自动重启,保存好文件,准备好之后再点)

重启后,打开电脑管家,先将显卡驱动安装好,然后就按照第一步正常安装正确版本的CUDA即可~

验证安装

nvidia-smi
以及
nvcc -V

开始玩耍~

参考:
win10+MX350显卡+CUDA10.2+PyTorch 安装过程记录 深度学习环境配置
WIN10安装TENSORFLOW(GPU版本)详解(超详细,从零开始)
已解决-NVIDIA安装程序失败-win10