【tensorflow-gpu版本安裝及深度神經網絡訓練與cpu版本對比】tensorflow1.0和tensorflow2.0的區別主要是1.0用的靜態圖
一般情況1.0已經足夠 ， 但是如果要進行深度神經網絡的訓練，當然還是tensorflow2.*-gpu比較快啦 。
其中tensorflow有CPU和GPU兩個版本(2.0安裝方法)，
CPU安裝比較簡單：
pip install tensorflow-cpu一、查看顯卡日常CPU足夠，想用GPU版本 ， 要有NVIDIA的顯卡，查看顯卡方式如下：
文章插圖
二、查看版本對應關系然后我們需要去下載NVIDIA驅動CUDA以及支持神經網絡訓練的CUDNN模塊：（重點，其中需要查看自己NVIDIA版本 Python版本 CUDNN版本是否匹配）
文章插圖
下載CUDA：https://developer.nvidia.com/cuda-11.3.0-download-archive
三、安裝cudnnCUDA安裝完畢后 ， 需要安裝支持神經網絡訓練的CUDNN模塊，下載 cuDNN ， 下載之前需要先注冊一下 Nvidia 的賬號，下載地址為：https://developer.nvidia.com/rdp/cudnn-download
下載完成之后將其解壓，解壓之后的目錄如下：
文章插圖
需要將以上三個文件復制到CUDA的安裝目錄中 ， 通過上面的安裝，我們將CUDA安裝到了C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3中 。
四、安裝anaconda安裝Anaconda:
然后最好是使用anaconda安裝tensorflow，先去安裝anaconda,詳細教程傳送門：https://blog.csdn.net/fan18317517352/article/details/123035625
其實如果不想麻煩的配置環境變量，可以在安裝Anaconda過程中選擇JUST ME，然后將Anaconda加入環境變量 。
文章插圖
然后直接就可以在anaconda里選擇tensorflow-gpu進行安裝，安裝完畢后 ， 查看能否支持gpu:
import osimport tensorflow as tfprint(tf.test.is_gpu_available())gpus = tf.config.list_physical_devices('GPU')cpus = tf.config.list_physical_devices('CPU')print(gpus, cpus)from tensorflow.python.client import device_libprint(device_lib.list_local_devices())如果輸出如下，則說明可以使用GPU
（注意，真的只是可以使用，不代表可以用了 ， 自己體會 ， 我曾經被坑了好久）：
文章插圖
五、測試（重點干貨來了）import os# 指定使用0卡os.environ["CUDA_VISIBLE_DEVICES"] = "0"如果提示缺少dll文件，去這個網址找：https://cn.dll-files.com/cudart64_110.dll.html 缺啥找啥，看鏈接后綴
然后訓練模型 ， 發現只能訓練前饋神經網絡，速度還很慢，訓練深度網絡時，直接內存不足 ， 但原因可能是由于缺少文件：
Process finished with exit code -1073740791 (0xC0000409)
文章插圖
解決辦法：Pycharm中 ， 點擊RUN-EDIT CONFIGURATIONS ， 輸出錯誤信息
文章插圖
發現缺少文件：
文章插圖
下載zlib并且解壓
文章插圖
dll放到cuda安裝目錄的bin里，lib放到cuda安裝目錄的lib文件夾下，然后開始訓練 ， 你會發現用GPU真香
CPU耗時：
文章插圖
GPU耗時：
文章插圖
切換CPU GPU 只要切換設備就行了，我只進行了2epoch的卷積訓練，可以看到GPU速度要比CPU快個4 5 倍左右，如果是前饋神經網絡或者簡單的神經網絡，測試驗證使用CPU是被GPU要快的 ， 所以自己需要根據實際情況切換設備 。
需要zlib文件的可以給我留言 。
推薦閱讀
- 原神八重神子怎么培養
- 愛琳詩篇10月18日版本新內容一覽
- 使用 Kubeadm 部署 K8S安裝
- CentOS 7.9 安裝 Containerd-1.6.5
- KubeEdge 1.12版本發布，穩定性、安全性、可擴展性均帶來大幅提升
- CentOS 7.9 安裝 kafka_2.13
- cf煙霧保護頭怎么調最新（cf煙霧保護頭怎么調2022新版本)
- CentOS 7.9 安裝 ELK
- 小米盒子怎么安裝? 怎么用（小米盒子安裝軟件提示安裝失敗)
- Docker | 數據持久化與數據共享