体验笔记本MX350显卡配置深度学习环境（CUDA+tensorflow）

2023-10-08 12:38| 来源: 网络整理| 查看: 265

初衷：想要体验一下笔记本的GPU 于是开始搞起——

环境

显卡：GeForce MX350 系统：WIN10

开始工作一、CUDA的安装

1.查看显卡支持的CUDA版本，找到 NVIDIA控制面板-帮助-系统信息-组件（注意：要根据自己的使用环境慎重选择！！如tensorflow2.3.0版本使用cuda10.1就好啦，不然有重装的风险。不过以身犯险也问题不大，重装不可怕haha，下面有针对重装的填坑之路~~ ）

根据需求，不超过这个版本就行。

2.到NVIDIA官网找到对应的CUDA版本。因为我要用到tensorflow2.3.0，选择CUDA10.1即可。tensorflow和对应的CUDA、cudnn版本在这里看往下滑。如图，我要安装的就是CUDA10.1和cuDNN7.6。

这里选择在线和本地均可，时间上相差不大的。

3.下载好后，运行exe文件。建议默认解压文件的路径，然后安装选项自定义，并取消组件CUDA下的Visual Studio Integration选项（据说因为可能会导致安装失败，不使用VS的话就没有影响）

然后记住上图这些安装路径哦，后续要添加到环境变量中。

4.安装好后，接下来将CUDA的路径添加到环境变量中。

右键我的电脑-属性-高级系统设置-环境变量-系统变量- 双击Path，添加以下路径即可。

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib\x64 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\CUPTI\lib64 C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1\bin\win64 C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1\common\lib\x64

二、cuDNN的安装

同样到官网下载CUDA对应的cuDNN，这里选择7.6.5版本。需要先注册哦。

下载后，解压，然后将bin、include、lib文件夹下的文件直接复制到CUDA安装目录中的对应位置。

三、tensorflow-gpu安装

这里要用到anoconda，深度学习强烈推荐！关于anoconda安装可以看这里。

在anoconda中创建新环境。打开Anaconda Prompt，输入命令

conda create -n 环境名字 python=3.x

或者

在Anaconda Navigator中创建新环境，选择Environments-Create

然后输入以下命令，安装tensorflow即可

pip install tensorflow-gpu==2.3.0 四、验证环境

在python下输入

import tensorflow as tf tf.test.is_gpu_available() tf.config.list_physical_devices('GPU') tf.test.gpu_device_name()

验证输出：

(mytensorflow) C:\Users\lenovo>python Python 3.8.8 (default, Apr 13 2021, 15:08:03) [MSC v.1916 64 bit (AMD64)] :: Anaconda, Inc. on win32 Type "help", "copyright", "credits" or "license" for more information. >>> import tensorflow as tf 2021-04-21 21:09:45.058697: I tensorflow/stream_executor/platform/default/dso_loader.cc:48] Successfully opened dynamic library cudart64_101.dll >>> tf.test.is_gpu_available() True >>> tf.config.list_physical_devices('GPU') [PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')] >>> tf.test.gpu_device_name() '/device:GPU:0' 关于CUDA的重装问题

假如真的不幸，需要重装CUDA，首先我们要卸载当前版本。

1.在控制面板中卸载带有NVIDIA的图标（这里因为联想笔记本可以用自带的电脑管家重装显卡驱动，我全部删除了，其他电脑建议慎重，避免不必要的麻烦）。

这里安利一款轻量卸载软件geek，一键卸载，还能清理注册表信息，超级妙~

2.然后选择此电脑→右键→管理→服务和应用程序→服务→将Device Install Service、Device Setup Manager、Windows Installer三个服务启动。

3.将安装目录下的NVIDIA Corporation、NVIDIA GPU Computing Toolkit删除。

4.使用DDU彻底卸载显卡驱动选择设备种类为显卡，点击清除并重启（注意接下来会自动重启，保存好文件，准备好之后再点）

重启后，打开电脑管家，先将显卡驱动安装好，然后就按照第一步正常安装正确版本的CUDA即可~

验证安装

nvidia-smi 以及 nvcc -V

开始玩耍~

参考： win10+MX350显卡+CUDA10.2+PyTorch 安装过程记录深度学习环境配置 WIN10安装TENSORFLOW（GPU版本）详解（超详细，从零开始）已解决-NVIDIA安装程序失败-win10

【本文地址】

公司简介

联系我们