TensorFlow: Use GPU 使用GPU运行TensorFlow

使用GPU运行TensorFlow

System Information

  • OS: Windows 10
  • GPU: NVIDIA GeForce 930M (Compute Capability = 5.0)
  • CUDA/cuDNN version: 10
  • Python version: 3.7 (Use Anaconda3 env)
  • TensorFlow version: tensorflow-gpu 1.13.1

Step1: 检查硬件

硬件要求:NVIDIA® GPU card with CUDA® Compute Capability 3.5 or higher.

1. 确认电脑配备GPU
  • 打开 设备管理器 (Device Manager)
  • 展开 显示适配器 (Display adapters)
  • 确认及查看 GPU型号 (我的是NVIDIA GeForce 930M)


    TensorFlow: Use GPU 使用GPU运行TensorFlow_第1张图片
    GPU.png
2. 查看GPU的计算能力(需>=3.5)

See the list of CUDA-enabled GPU cards.
e.g. NVIDIA GeForce 930M是

GPU_ComputeCapability.png

Step2: 安装软件

软件要求:

  • NVIDIA® GPU drivers
  • CUDA® Toolkit
  • cuDNN SDK

一些建议:

1. NVIDIA® GPU drivers:更新driver

设备管理器 -> GPU 右键 属性 -> Driver 栏 -> Update Driver


TensorFlow: Use GPU 使用GPU运行TensorFlow_第2张图片
UpdateDriver.png
2. CUDA Toolkit:10.0 (9.0或以上)

安装:https://developer.nvidia.com/cuda-toolkit-archive

3. cuDNN

Download cuDNN v7.6.1 (June 24, 2019), for CUDA 10.0
All versions here

Step3: 添加环境变量

将CUDA, CUPTI, cuDNN 路径 加到 系统环境变量PATH 中。
Terminal command:

SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin;%PATH%
SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\libx64;%PATH%
SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include;%PATH%
SET PATH=C:\tools\cuda\bin;%PATH%

Step4: 安装 tensorflow-gpu (in Anaconda Prompt)

1. 创建一个python3.7的环境

教程:https://www.jianshu.com/p/64b94a6a7e98

2. 激活环境

conda activate [env_name]

3. 安装tensorflow-gpu1.13.1 (2.0.0-beta1也可以)

先卸载 tensorflow (cpu): pip uninstall tensorflow
再安装 tensorflow-gpu 1.13.1: pip install tensorflow-gpu==1.13.1
或安装 tensorflow-gpu 2.0.0-beta1: pip install tensorflow-gpu==2.0.0-beta1

Step5: 测试

'''test.py'''

import tensorflow as tf
print("GPU Available: ", tf.test.is_gpu_available()) 
# 若成功,会返回:
# GPU Available:  True

在Terminal中运行出现的问题

返回 GPU Available:False

明明有GPU, 为什么会返回False呢?
往上看错误信息:

CondaHTTPError: HTTP 000 CONNECTION FAILED for url [https://repo.anaconda.com/pkgs/main/win-64/repodata.json.bz2](https://repo.anaconda.com/pkgs/main/win-64/repodata.json.bz2)
解决方法:Update Driver (见Step2.1)

之后在Terminal中运行成功:


TensorFlow: Use GPU 使用GPU运行TensorFlow_第3张图片
RunningSuccess_Terminal.png

用Pycharm运行出现的问题

1. Configuration & Interpreter Setting 环境配置

PyCharm: Configure a Conda virtual environment
PyCharm: Setting an existing project interpreter

2. Import Error
    from . import _mklinit 
ImportError: DLL load failed: The specified module could not be found.
解决方法: (Refer to jianshu passage)
  • 将 Anaconda3的路径 添加到 环境变量Path 中:


    TensorFlow: Use GPU 使用GPU运行TensorFlow_第4张图片
    Add_PATH.png
  • 重启PyCharm
3. CUDA Error
E tensorflow/stream_executor/cuda/cuda_driver.cc:318] failed call to cuInit:
CUDA_ERROR_UNKNOWN: unknown error
解决方法 (Refer to Guilherme Melo's advice):
  • 打开 Anaconda Prompt:
source activate [env_name]
conda install -c conda-forge conda-wrappers
  • 改变Pycharm中 Interpreter path:
    将原本的 /python.exe 改为 /Scripts/wrappers/conda/python.bat
TensorFlow: Use GPU 使用GPU运行TensorFlow_第5张图片
Edit_InterpreterPath.png

最后终于在PyCharm中运行成功啦:


TensorFlow: Use GPU 使用GPU运行TensorFlow_第6张图片
RunningSuccess_Terminal.png

Reference:
https://www.tensorflow.org/install/gpu
https://www.tensorflow.org/guide/using_gpu
有问题欢迎留言讨论

你可能感兴趣的:(TensorFlow: Use GPU 使用GPU运行TensorFlow)