• 首页 首页 icon
  • 工具库 工具库 icon
    • IP查询 IP查询 icon
  • 内容库 内容库 icon
    • 快讯库 快讯库 icon
    • 精品库 精品库 icon
    • 问答库 问答库 icon
  • 更多 更多 icon
    • 服务条款 服务条款 icon

GTX3090 tensorflow-GPU配置记录

武飞扬头像
UHLJH
帮助1

之前一直使用的1080的显卡,最近换成3090的显卡,跑tensorflow的程序,发现没办法使用GPU,只能在CPU上面跑。

之后开始尝试各种装环境,遇到各种不兼容不匹配。

第一次成功使用GPU加速,但是遇到了网络输出全是nan的问题,排除掉所有可能存在问题的地方,最终发现还是环境没有配置好。

受https://blog.csdn.net/ALZFterry/article/details/116063978这篇博客的启发,第一次装了tensorflow-gpu=2.5,偶然之间发现可以使用gpu运行了。

最主要的几个安装包的版本如下所示:

tensorflow-gpu==2.5.0
cudnn=8.4.1.50=hed8a83a_0
cudatoolkit=11.0.221=h6bb024c_0
python=3.7.13=h12debd9_0

这是运行的结果,一个epoch大概2分钟。使用CPU跑的话,一个epoch大概需要140分钟学新通

下面附上我的环境的requirements

使用以下命令可以创建出一模一样的环境:

conda env create -f requirements.yml

requirements.yml

name: E2E
channels:
  - defaults
  - conda-forge
dependencies:
  - _libgcc_mutex=0.1=conda_forge
  - _openmp_mutex=4.5=2_kmp_llvm
  - cudnn=8.4.1.50=hed8a83a_0
  - libgcc-ng=12.1.0=h8d9b700_16
  - libstdcxx-ng=12.1.0=ha89aaad_16
  - libzlib=1.2.12=h166bdaf_1
  - llvm-openmp=14.0.4=he0ac6c6_0
  - zlib=1.2.12=h166bdaf_1
  - ca-certificates=2022.4.26=h06a4308_0
  - certifi=2022.6.15=py37h06a4308_0
  - cudatoolkit=11.0.221=h6bb024c_0
  - ld_impl_linux-64=2.38=h1181459_1
  - libffi=3.3=he6710b0_2
  - ncurses=6.3=h5eee18b_3
  - openssl=1.1.1p=h5eee18b_0
  - pip=21.2.2=py37h06a4308_0
  - python=3.7.13=h12debd9_0
  - readline=8.1.2=h7f8727e_1
  - setuptools=61.2.0=py37h06a4308_0
  - sqlite=3.38.5=hc218d9a_0
  - tk=8.6.12=h1ccaba5_0
  - wheel=0.37.1=pyhd3eb1b0_0
  - xz=5.2.5=h7f8727e_1
  - pip:
    - absl-py==0.15.0
    - astunparse==1.6.3
    - cached-property==1.5.2
    - cachetools==5.2.0
    - charset-normalizer==2.1.0
    - dill==0.3.5.1
    - etils==0.6.0
    - flatbuffers==1.12
    - gast==0.4.0
    - 谷歌-auth==2.9.0
    - 谷歌-auth-oauthlib==0.4.6
    - 谷歌-pasta==0.2.0
    - 谷歌apis-common-protos==1.56.3
    - grpcio==1.34.1
    - h5py==3.1.0
    - idna==3.3
    - importlib-metadata==4.12.0
    - importlib-resources==5.8.0
    - keras==2.8.0
    - keras-nightly==2.5.0.dev2021032900
    - keras-preprocessing==1.1.2
    - libclang==14.0.1
    - markdown==3.3.7
    - numpy==1.19.5
    - oauthlib==3.2.0
    - opt-einsum==3.3.0
    - packaging==21.3
    - promise==2.3
    - protobuf==3.20.1
    - pyasn1==0.4.8
    - pyasn1-modules==0.2.8
    - pyparsing==3.0.9
    - requests==2.28.1
    - requests-oauthlib==1.3.1
    - rsa==4.8
    - six==1.15.0
    - tensorboard==2.8.0
    - tensorboard-data-server==0.6.1
    - tensorboard-plugin-wit==1.8.1
    - tensorflow-addons==0.17.1
    - tensorflow-datasets==4.6.0
    - tensorflow-estimator==2.5.0
    - tensorflow-gpu==2.5.0
    - tensorflow-io-gcs-filesystem==0.26.0
    - tensorflow-metadata==1.9.0
    - termcolor==1.1.0
    - toml==0.10.2
    - tqdm==4.64.0
    - typeguard==2.13.3
    - typing-extensions==3.7.4.3
    - urllib3==1.26.9
    - werkzeug==2.1.2
    - wrapt==1.12.1
    - zipp==3.8.0
prefix: /home/ljh/anaconda3/envs/E2E


学新通

这篇好文章是转载于:学新通技术网

  • 版权申明: 本站部分内容来自互联网,仅供学习及演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,请提供相关证据及您的身份证明,我们将在收到邮件后48小时内删除。
  • 本站站名: 学新通技术网
  • 本文地址: /boutique/detail/tanhgbcgfj
系列文章
更多 icon
同类精品
更多 icon
继续加载