거의 잊어 버린 것처럼이 플랫폼에 글을 쓴 지 오래되었습니다. 하지만 다시 여기 있습니다. 그리고 더 짧은 간격으로 배포할 긴 글이 많이 있습니다. 설치뿐만 아니라 약속합니다. 그래서 저는 컴퓨터 공학 석사 학위를 추구하면서 다음과 같은 글을 작성해야 했습니다. 병렬 프로그래밍의 현대적 사용에 대한 학기 논문(그들이 싫어요!). 그 때 심층 신경망(또는 cuDNN ). 이제 이것은 너무 현대적으로 들리지 않을 수 있지만 저와 같은 초보자에게는 여전히 잘 알려져 있지 않습니다(저는 항상 초보자입니다. 저를 믿으십시오).CuDNN은 실제로 Tensorflow, Pytorch 및 Caffe는 컴퓨터의 GPU를 활용합니다. 따라서 이 게시물은 컴퓨터에 이미 NVIDIA CUDA 지원 GPU가 있다고 가정합니다._참고: AMD GPU가 있는 경우 이 게시물이 작동하지 않습니다. 대신 시도 할 수 있습니다 이것 out._CUDA가 컴퓨터에서 제대로 작동하려면 Visual Studio Express Community 버전 2017 이상이 필요합니다.

CUDA로 시작

안정성을 위해 10.1 버전을 설치했지만 10.2가 현재 제공되는 버전입니다. 이것은 또한 우리가 설치하는 TensorFlow 버전과의 호환성을 확인해야 하기 때문에 확인하는 데 필요합니다.

Windows 10용 Nvidia CUDA Toolkit 설치 프로그램의 한 단계

모든 시스템 검사를 수행하고 요구 사항도 검사합니다. 따라서 이전에 Visual Studio를 설치하는 것을 잊었다면 이 설치 프로그램이 다시 알려줍니다! 또한 설치 프로그램의 모든 기본 옵션을 고수하십시오. 우리는 아무 것도 사용자 정의하고 싶지 않습니다.때때로 Nvidia GeForce Experience 창이 열리고 Nvidia에 등록하라는 메시지가 표시됩니다. 지금 원하는 경우 이 단계를 건너뛸 수 있습니다. cuDNN을 다운로드하려면 로그인이 필요하기 때문에 계속 진행했습니다.

#cuda #cudnn #tensorflow #아나콘다

미디엄닷컴

Windows 10에서 TensorFlow로 GPU 지원을 위한 cuDNN 설치

거의 잊어 버린 것처럼이 플랫폼에 글을 쓴 지 오래되었습니다. 하지만 여기 다시 왔습니다. 설치 관련 항목뿐만 아니라 더 짧은 간격으로 배포할 긴 글이 많이 있습니다.