zoukankan      html  css  js  c++  java
  • 使用nvidia-smi命令查看显卡信息

    安装:

      1、先安装tensorflow-gpu,需要查看对应的版本,通过pycharm运行程序时会报错,提示需要安装CUDA,且会指明需要版本号

      >> pip install tensorflow-gpu

      2、下载安装CUDA软件,选择相应的版本及操作系统,下载并安装;

      CUDA下载地址: https://developer.nvidia.com/cuda-downloads

      3、下载cuDNN库,开始需要注册等基本信息,下载并解压,将解压后的bin, include, lib三个文件夹拷贝到CUDA目录下,

      我的安装目录为:C:Program FilesNVIDIA GPU Computing ToolkitCUDAv9.0

      cuDNN下载地址: https://developer.nvidia.com/cudnn

      然后再使用pycharm跑程序,再第一次时很慢,后面就快了

    查看:

      1、在cmd中使用命令 nvcc -V可查看cuda版本

      2、在cmd命令中nvidia-smi可查看gpu使用情况,如果不能识别命令,需要设置Path变量,我的目录为: C:Program FilesNVIDIA CorporationNVSMI

    下图是跑程序时的截图,对比cpu跑,速度快多了,因为我的笔记本是游戏型的,cpu差一点,显卡好一些。

  • 相关阅读:
    Angular InjectionToken
    ionic 使用入门
    EFcore 横向分表
    .Netcore 默认认证授权
    anut 设计资源
    Aunt entity
    百度人脸真人认证
    Angular 省市区级联
    apache安装
    ppb|ppm
  • 原文地址:https://www.cnblogs.com/TheoryDance/p/9573299.html
Copyright © 2011-2022 走看看