常用命令——使用GPU跑程序_如何使用gpu跑程序

前言：

一、准备环境

1、下载anaconda

2、下载CUDA

3、安装GPU 版本的 Torch

4.安装GPU版本的TensorFlow

第一次跑机器学习的程序，作为一个门外汉拿着代码就直接用CPU跑，三千多张图片的训练集提取特征向量用了两个多小时（还是减少了循环次数的……）后来看了看大佬们的做法，发现这个程序是使用GPU跑的，拿CPU跑简直就是对电脑的折磨！（人也折磨），目前有两种用GPU跑程序的方法。

一是在云端GPU服务器上执行程序（费钱）

二是使用本机显卡中的GPU执行程序（费电脑）

第一种还没试过，好像一小时要五角到二块不等，第二种比较容易，但步骤繁琐，所以在此做个记录。 1.下载anaconda

2、下载CUDA，我最终选择了11.1版本的cuda

2.1.查看一下自己电脑的 NVIDIA显卡需要什么版本的CUDA

nvidia-smi

从左到右红框的五项指标依次表示：

①显卡温度

②性能状态，从P0到P12，P0表示最大性能，P12表示最小性能

③当前功率

④系统占用显存数量和显存总大小

⑤显存核心利用率

找不到的话参考这篇文章：https:///96462.html

2.2 通过下面的指令可以确认是否装有CUDA：nvcc -V

3、安装GPU 版本的 Torch，在官网选择合适的版本

https://pytorch.org/get-started/locally/#start-locally

4.测试

输入python，进入编译环境

输入测试程序：import torch print(torch.cuda.is_available())

查看GPU利用率，或是在cmd中输入查看GPU使用情况nvidia-smi

4.安装GPU版本的TensorFlow，参考文章：https://blog.csdn.net/qq_45342639/article/details/129494067?spm=1001.2014.3001.5502

在官网查看需安装的tensorflow版本（https://tensorflow.google.cn/install/source_windows?hl=en）

在官网下载复制相应版本下载信息https:///project/tensorflow-gpu/2.4.0/#files

跳转到官网下载的TensorFlow文件的目录下，最后，使用“pip install tensorflow_gpu-2.5.0-cp39-cp39-win_amd64.whl”进行安装即可