Spisu treści:

Jak sprawić, by TensorFlow korzystał z mojego GPU?
Jak sprawić, by TensorFlow korzystał z mojego GPU?

Wideo: Jak sprawić, by TensorFlow korzystał z mojego GPU?

Wideo: Jak sprawić, by TensorFlow korzystał z mojego GPU?
Wideo: ⌨ Wprowadzenie do Machine Learning Operations - Agnieszka Jach 2024, Może
Anonim

Kroki:

  1. Odinstaluj Twój stary przepływ tensorowy .
  2. zainstalować przepływ tensorowy - GPU instalacja pip przepływ tensorowy - GPU .
  3. Zainstaluj Nvidię Karta graficzna i sterowniki (prawdopodobnie już masz)
  4. Pobierz i zainstaluj CUDA.
  5. Pobierz i zainstaluj cuDNN.
  6. Zweryfikuj za pomocą prostego programu.

Co więcej, czy TensorFlow potrzebuje GPU?

TensorFlow GPU Pomoc wymaga asortyment sterowników i bibliotek. Tylko ta konfiguracja wymaga NVIDIA® GPU kierowców. Te instrukcje instalacji dotyczą najnowszej wersji programu Przepływ Tensora . Zobacz przetestowane konfiguracje kompilacji dla wersji CUDA i cuDNN do użycia ze starszymi Przepływ Tensora uwalnia.

Podobnie, jak korzystać z wielu procesorów graficznych w TensorFlow? Jeśli Przepływ Tensora operacja ma zarówno procesor, jak i GPU wdrożenia, Przepływ Tensora automatycznie umieści operację do uruchomienia na a GPU najpierw urządzenie. Jeśli masz więcej niż jeden GPU , ten GPU o najniższym ID zostanie wybrany domyślnie. Jednakże, Przepływ Tensora nie umieszcza operacji w wiele procesorów graficznych automatycznie.

Mając to na uwadze, czym jest GPU w TensorFlow?

A GPU (Graphical Processing Unit) jest komponentem większości nowoczesnych komputerów, przeznaczonym do wykonywania obliczeń potrzebnych do grafiki 3D.

Czy TensorFlow może działać na GPU AMD?

Ten kod może biec natywnie włączony AMD jak również Nvidia GPU . Tak, można uruchom przepływ tensorowy na GPU AMD ale byłby to jeden cholerny problem. Jak przepływ tensorowy używa CUDA, która jest jego własnością Móc 'T działa na procesorach graficznych AMD więc musisz użyć do tego OPENCL i przepływ tensorowy nie jest w tym napisane.

Zalecana: