nvidia显卡GT710 的 tensorflow安装

今天尝试一下GPU在机器学习中的使用。

公司里的办公电脑，看品牌基本都是名牌，以联想为主、还有很多HP之类。
说起显卡，却没有啥像样的， 基本都是些集成显卡。
远不如人家网吧打游戏的电脑，人家只是玩玩游戏而已，而我们吃的是草，还想下奶。

不管怎么说，自己像李云龙一样，总算搞了一个独显。
依次打开-控制面板–大图标–NVIDIA控制面板–系统信息，打开看看。

Nvidia GeForce GT 710显卡，驱动版本471.41，有1G内存，192个cuda核心。
虽然很菜，但也已是最好了，骑兵连 总算有底子了。

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_43848614/article/details/117221384#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/

也有人说，得专门装一下Tensorflow的GPU版
pip install tensorflow-gpu
（貌似装不装这一步，都没啥影响)

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)

看结果：

可以看到，GPU和CPU都能用了，分别是：
GPU: [PhysicalDevice(name=’/physical_device:GPU:0’, device_type=‘GPU’)]
CPU: [PhysicalDevice(name=’/physical_device:CPU:0’, device_type=‘CPU’)]

两个子程序，分别测试运算速度，时间用了多少秒
cpu: 2.1455056
gpu: 0.49575440000000004

也就是GPU速度快。

实战：
用了1个CNN+全连接的小模型测试了一下（这里不再展示），在CPU和GPU两种模式下建模，效果却并不明显，GUP只比CPU快了2%，(电脑配置win10/i5-9400f/8G)。
是模型太小，还是GPU太菜？
要不要升级到骑兵团？