admin 管理员组

文章数量: 887016

总记:无论使用Python+Tensorflow还是MATLAB进行并行卷积运算,都有必要使用GPU进行加速,而GPU加速的前提是电脑装有Nvidia显卡。以本人使用的笔记本电脑为例,显卡为NVIDIA GeForce GTX 1050Ti,硬件算力5.1,符合要求。因此,此笔记主要介绍CUDA和CUDNN的安装。

步骤1:安装C或C++编译器
由于并行计算涉及底层硬件加速,必然用到C或C++,因此利用GPU加速Python或MATLAB前,应保证系统安装了C或C++编译器。以MATLAB为例,其推荐的编译环境为:

另外还有其它软硬件要求:

步骤2:准备相应的软件
CUDA的官方下载地址为:
https://developer.nvidia/cuda-toolkit-archive;
CUDNN的官方下载地址为:
https://developer.nvidia/rdp/cudnn-archive
一定要注意“两个对应”:首先,Tensorflow或MATLAB的版本与CUDA的版本应该严格对应;其次

本文标签: 步骤 版本 环境 amp TensorFlow