江苏龙网

  1. 首页 > 资讯 > 科技 > >

|用Windows电脑训练深度学习模型？超详细配置教程来了( 三 )


本文插图

不要因为这个列表很长而感到困扰 。 Conda 已经妥善地处理了主要部分和依赖包 。
一些 GPU 术语
在安装 GPU 相关软件之前 ， 我们有必要了解这些软件是什么 ， 以及你需要它们的原因 。
GPU 驱动：顾名思义 ， GPU 驱动是让操作系统及程序能使用 GPU 硬件的软件 。 游戏玩家肯定很熟悉这个 。 如果你喜欢打游戏 ， 你可能需要让这个软件保持最新以获得最好的游戏体验 。
CUDA：简单来说 ， 这是英伟达开发的一个编程接口层 ， 能让你调用 GPU 的指令集及其并行计算单元 。
自 2010 年代末的 GeForce 8 系列 GPU 以来 ， 几乎所有 GPU 都兼容 CUDA 。 要想了解你的 GPU 是否启用 CUDA ， 可以访问英伟达的网站 。
举个例子 ， 如果你有一台消费级 GPU ， 不管是 GeForce 系列还是 Titan 系列 ， 你都可以在下图中看到你的 GPU 是否支持 CUDA 。
|用Windows电脑训练深度学习模型？超详细配置教程来了
本文插图
【|用Windows电脑训练深度学习模型？超详细配置教程来了】

数据截至 2020 年 9 月 ， 截图仅含部分型号 。
如果你的电脑是笔记本 ， 你应该看右边的列表；如果你的电脑是台式机 ， 你显然就该看左边的列表 。
之前已经提到 ， 我的 GPU 是右侧列表中的 RTX 2060 Max-Q 。 另外 ， 你不必在意显卡型号名称是否与该列表中的名称完全匹配 ， Max-Q 和 Super 的底层架构一样 ， 只在 TDP、CUDA 核及张量核数量方面有一些差异 。
比如 ， 不管你的 GPU 是 RTX 2080 Super 还是 2080 Max-Q 又或是 2080 Super Max-Q ， 看列表中的 RTX 2080 就够了 。 但如果你的 GPU 是 RTX 2080Ti 或其它加了 Ti 的型号 ， 则说明你的 GPU 是该系列中最高端的那一款 ， 这些 GPU 通常在显存大小和 CUDA 核及张量核数量方面更具优势 。
截至 2020 年 9 月 ， 要使用 TensorFlow 2.0 ， 显卡计算能力必须高于 3.5 ， 但建议使用计算能力至少为 6 的显卡以获得更好的体验 。 TensorFlow 2.0 还需要 CUDA 10 版本 ， 而这又进一步要求驱动版本至少为 418.x 。
PyTorch 需要的 CUDA 版本至少为 9.2 ， 但也支持 10.1 和 10.2 。 所需的计算能力至少要高于 3.0 。
CuDNN：即 CUDA Deep Neural Network 软件库 ， 这是一个用于深度神经网络的 GPU 加速原语库 。 cuDNN 为前向和反向卷积、池化、归一化和激活层等标准例程提供了经过高度微调的实现 。
（可选）TensorRT：NVIDIA TensorRT 是一套用于高性能深度学习接口的 SDK 。 其包含深度学习接口优化器和运行时优化器 ， 能为深度学习接口应用提供低延迟和高通量的特性 。
安装 GPU 驱动
首先 ， 你需要搞清楚所使用的 GPU 型号 ， 而且你的 GPU 必须启用了 CUDA 。
如果你还没有安装驱动 ， 你可能需要运行一次 Windows 更新 ， 它会自动处理有用软件的安装过程 ， 比如英伟达控制面板 。 这能帮助你获悉 GPU 的相关信息 ， 还有一些与本文无关的设置 。
英伟达控制面板就绪之后 ， 你可以在开始菜单打开它 ， 也可以右键点击桌面 ， 然后选择英伟达控制面板 。
打开之后 ， 你可以点击「帮助→系统信息」来查看 GPU 驱动版本 。 驱动版本号列在「细节」窗口的顶部 。
|用Windows电脑训练深度学习模型？超详细配置教程来了
本文插图

如上图所示 ， 我的驱动版本是 456.x ， 远超过 418.x 的最低要求 ， 所以我不必安装新驱动 。
但你的电脑可能不是这样的 。 要安装最新版的驱动 ， 可访问 https://www.nvidia.com/Download/index.aspx ， 然后输入 GPU 信息 ， 下载合适的驱动 。
|用Windows电脑训练深度学习模型？超详细配置教程来了


推荐阅读


上一篇：|这个音箱不用连蓝牙？还没上架就被订走2万个，到底好在哪？

下一篇：|长假过后好热闹 | 买微力新鲜报