安裝NVIDIA CUDA

CUDA是NVIDIA GPU用於平行運算的程式架構,我們可以利用CUDA進行深度學習的建模,由於目前大多GPU的運算速度是高於CPU,所以利用GPU加速深度學習模型運算是目前最主流的方法。因此,確認過電腦的GPU是支援CUDA運算架構之後,我們就開始來安裝CUDA。

搭配組合(持續更新)

tensorflow-gpu CUDA cuDNN 更新時間
2.1 10.1 >= 7.6 (for CUDA 10.1) 2020.2
2.0 10.0/10.1 >= 7.4.1 (for CUDA 10.0/10.1) 2019.10
1.13 10.0 >= 7.4.1 (for CUDA 10.0) 2019.3
1.12 9.0 >=7.2 (for CUDA 9.0) 2018.11
1.11 9.0 >= 7.2 (for CUDA 9.0) 2018.11
1.10 9.0 7.1.4 (for CUDA 9.0) 2018.9
1.9 9.0 7.1.4 (for CUDA 9.0) 2018.9
1.8 9.0 7.1.4 2018.7
1.7 9.0 7.1.2 2018.4
1.5 9.0 7(.0.4/5) 2018.2
1.3 8.0 6.0 2017.11
1.0 8.0 5.1 2017.8

(官方說明:https://www.tensorflow.org/install/gpu)

官方對照表參考

CUDA 支援以下作業系統:

Table 1. Windows Operating System Support in CUDA 10.1(參考)
Native x86_64 Cross (x86_32 on x86_64)
Windows 10 YES YES
Windows 8.1 YES YES
Windows 7 YES YES
Window Server 2019 YES NO
Windows Server 2016 YES NO
Windows Server 2012 R2 YES NO

資料來源:http://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/index.html#axzz4oJ4It0ks

安裝CUDA之前,必須先安裝 Windows Visual Studio,請根據以上官方對照表中 Compiler 欄位確認需安裝的版本。(例如:MSVC 2017)

示範作業系統:Windows 10 64-bit

1.安裝 Visual C++ Redistributable for Visual Studio 2015(若無)

2.安裝 CUDA 10.0/10.1 (請從歷史下載中安裝 CUDA 10.0 或 10.1)

補充:如何安裝最新版CUDA (https://developer.nvidia.com/cuda-downloads)

(通常 Tensorflow 不會立刻支援較新版 CUDA,所以一般來說不會安裝到最新版 CUDA。)

選擇對應的作業系統環境,安裝CUDA和Patch。

results matching ""

    No results matching ""